1.一种车辆车窗精准定位方法，其特征在于，包括如下步骤：步骤1：已知车辆图像I，在图像I用yolo检测模型进行车窗检测，将找到的车窗区域记W L R

为D ，确定车窗图像上左、右、上、下四条边线对应的检测区域分别为D (0,0,w/3,h)、D (2*T B W

w/3‑1,0,w/3,h)、D (0,0,w,h/5)、D (0,4*h/5‑1,w,h/5)，其中，w、h分别为车窗区域D的宽和高；

L R L R L R

步骤2：从图像I上得到区域D 、D 对应的图像分别记为I 和I ，对图像I 、I分别通过一L R

种图像关键直线检测方法，找到对应的车窗左右斜边L、L；

步骤2中的一种图像关键直线检测方法的具体过程如下：

2.1)：对于输入图像X，首先给定关键直线的预估角度范围，记为[angleMin,angleMax]；

2.2)：对图像X进行灰度化、高斯滤波、Canny边缘检测处理，得到图像X对应的二值边缘图，在边缘图上用Hough直线检测方法确定直线集L＝{li|i＝0,1,…,NL‑1}，NL表示检测到的直线数量；

2.3)：筛选剔除直线集L中角度不在[angleMin,angleMax]范围内的直线，然后将直线集L按照直线角度从小到大排序，将更新后的直线集记为L’＝{li|i＝0,1,…,NL’‑1}，NL’表示更新后的直线数量；

2.4)：将直线集L用K‑means算法聚类成m个子集{T0,T1,...,Tm‑1}，子集数m根据公式(1)确定；

其中，θi表示直线集L’中第i条直线的角度，Φ为预先设定的类间最大角度差；

2.5)：计算每个直线集Ti对应的直线长度总和，找到直线长度总和最大的直线集，记为Tk，则确定Tk中长度最长的直线为图像的关键直线；

T B T B

步骤3：从图像I上得到区域D 、D对应的图像分别记为I、I ，采用一种基于旋转扫描的T B

直线检测方法确定车窗上下边线L、L；

步骤3中的一种基于旋转扫描的直线检测方法的具体过程如下：L R TB

3.1)：根据车窗左右边线的角度θ、θ和公式(2)和(3)确定车窗上下边线的角度θ ；

T B TB BB

3.2)：对图像I和I 进行Sobel水平边缘检测和OTSU二值化，得到二值图I 和I ，用角TB TB

度为θ 、宽度为3个像素的扫描线分别从上往下扫描图像I ，找到对应score1值最大的扫T TB

描线位置，记扫描线在该位置的扫描线中心点为P ，同理，用角度为θ 、宽度为3个像素的扫BB

描线分别从下往上扫描图像I ，找到对应score1值最大的扫面线位置，记扫描线在该位置B

的扫描线中心点为P；其中score1表示扫描线上的像素投影面积与扫描线在图像上的区域面积之比；

TB BB TB‑P TB BB

3.3)：联合图像I 、I 确定车窗上下边线的精准偏转角度θ ，具体为：在图像I 、IT B

上分别以点P、P为扫描线旋转中心，以1°为单位旋转角度、旋转宽度为3个像素的扫描线，TB TB

在[θ ‑7°,θ +7°]角度范围内，找到对应socre1最大的扫描线角度，确定为车窗上下边线TB‑P

的精准偏转角度θ ；

T T TB‑P B B TB‑P

3.4)：则车窗上边线L 为过点P角度θ 为的直线，车窗下边线L 为过点P角度θ 为的直线；

L T R B

步骤4：最终，确定直线L、L、L、L围成的区域为车辆的车窗区域。