[发明专利]车辆智能监控系统中车身颜色自动识别方法

权利要求书

1.一种车辆智能监控系统中车身颜色自动识别方法，其特征在于，该方法包括以下步骤：

（1）参考通过车牌定位技术所得的车牌高、宽及位置坐标信息，在车牌上方检测代表车身颜色的粗区域；

（2）根据车身区域的纹理特征，在检测的车身颜色粗区域中进一步搜索车身颜色的精确特征区域；

（3）车身颜色特征区域RGB像素转换到HSV空间，并基于HSV性质合成新颜色空间                                               ；

（4）采用模糊C均值聚类方法在量化的矢量颜色空间计算模糊直方图Bin的归一化特征，利用LDA方法对特征降维，获取有利于颜色辨别的特征数据；

（5）根据离线样本训练的分类器识别参数，对车辆图像车身颜色特征区域采用基于多类子空间的特征模板匹配或SVM方法识别，得到初步的车身颜色结果；

（6）根据初识别可信度和颜色先验知识，对易交叉和可信度低的车辆颜色分别进行白天和夜晚的校正与确认,以得到最终的车身颜色识别结果。

2.根据权利要求1所述车辆智能监控系统中车身颜色自动识别方法，其特征在于所述步骤（1）中，所述在车牌上方检测代表车身颜色的粗区域具体为：以车牌区域的中心为参考点，在上方截取一个高为，宽为的矩形区域，其中分别为车牌的高和宽，、为统计得到的经验值。

3.根据权利要求1所述车辆智能监控系统中车身颜色自动识别方法，其特征在于，所述步骤（2）包括如下子步骤：

（1）计算粗区域像素灰度在水平和垂直方向的差分；

（2）利用改进的快速Otsu技术，对粗区域像素灰度差分结果进行二值化；

（3）根据所设定的纹理阈值，检测代表车身颜色的精确特征区域：设置阈值为、、（其中，为车身颜色粗区域的宽；；为车身颜色区域在水平方向的纹理阈值；和为垂直方向上的两级纹理阈值，且>），在二值化图上自底向上搜索，统计每一行非边缘像素数量（即背景像素），将大于的行记录下来，并统计连续大于的行总数；通过比较与阈值和的值来定位车身颜色的精区域。

4.根据权利要求1所述车辆智能监控系统中车身颜色自动识别方法，其特征在于，所述步骤（3）包括以下子步骤：

（1）区域像素RGB转换为HSV空间，其具体方法如下：设max = max（R,G,B），min = min（R,G,B）；当max ≠min时，定义：

；

则H = 60*h，S =（max-min）/max，V=max/255；

当max = min，即R=G=B时，则H = S = 0，V = R/255；

（2）HSV色彩空间奇异像素点的校正，其校正方法具体为：当；          则，，；当、时；则，，；

（3） 校正后的HSV合成新的颜色空间：，，。

5.根据权利要求1所述车辆智能监控系统中车身颜色自动识别方法，其特征在于，所述步骤（4）包括以下子步骤：

（1）颜色空间的量化与Bin值选取：将颜色分量、、V分别量化为、、个Bin，其中V空间采用非均匀量化方式，而和空间采用均匀量化；参数，和则依据训练样本测试的最佳识别率反馈得到一个最优值；

（2）量化后的三维颜色空间合成一维矢量空间的表示：一维矢量空间设计为Y = ++，且，其中和分别是颜色分量C2和V的量化级数；另外考虑到车辆处于不同的光照环境，在一维矢量空间的表示中融入了亮度信息V；

（3）计算模糊域直方图Bin归一化特征：设为Y空间的归一化直方图特征，其中n =，为特征向量维数；，N为像素总数，为属于第i个颜色Bin的总像素数；根据概率理论，可表示为，其中为第j个像素属于第i个颜色Bin的条件概率；此处采用模糊C均值聚类（FCM）方法计算车身颜色区域中每个像素属于第i个颜色Bin的模糊隶属度值来得到。