[发明专利]车标定位识别方法及系统

说明书

技术领域

本发明涉及模式识别领域，尤其涉及车标定位识别方法及系统。

背景技术

随着社会经济的发展，车辆逐渐增多，从而使得对车辆进行信息化管理成为当前需要重视的问题。

其中，车辆识别技术是对车辆进行信息化管理的一种重要手段。目前，车辆识别技术被广泛应用在交通流量监测方面，例如高速公路卡口收费、闯红灯违章监控、小区车辆自动收费系统，都需要应用到车辆识别技术。

然而，现有的车辆识别技术一般只能对车牌、以及车辆的型号（如大型、中型、小型）进行识别，但无法识别出车辆的具体车型，也就是无法识别出车辆的车标，从而车辆监测机构也就无法了解目前人们对各品牌车辆的需求。

发明内容

本发明提出了车标定位识别方法及系统，能够识别出车辆的车标。

为了达到上述目的，本发明的技术方案是这样实现的：

车标定位识别方法，包括：采集各种车标的样本图片，得到车标模版库；提取出所述车标模版库中各种样本图片的gabor特征；采用adaboost算法，生成具有所述gabor特征的级联分类器；

该方法还包括：

采集车辆的原始图像；

对所述原始图像进行形态学预处理，并在所述形态学预处理得到的图像上定位出所有车标候选区域；

采用所述级联分类器遍历每一个所述车标候选区域，若该车标候选区域中能检测出车标，则将该车标作为识别结果。

优选地，在所述采集车辆的原始图像之后，该方法进一步包括：对所述原始图像进行下采样；

所述对所述原始图像进行形态学预处理，包括：对下采样之后的原始图像进行灰度化处理；

所述形态学预处理得到的图像为灰度图像；

所述在所述形态学预处理得到的图像上定位出所有车标候选区域，包括：对所述灰度图像进行边缘检测，得到边缘图像；对所述边缘图像进行二值化处理，得到所有的所述车标候选区域。

优选地，所述边缘检测采用sobel算子；

和/或，

所述二值化处理采用otsu全局阈值法。

优选地，在得到所有的所述车标候选区域后，该方法进一步包括：根据所述车标候选区域的坐标，将所有的所述车标候选区域映射到所述原始图像中，得到所述车标候选区域在所述原始图像中的实际区域，并分割出所述实际区域；

参与所述遍历的所述车标候选区域为所述实际区域。

优选地，所述提取出所述车标模版库中各种样本图片的gabor特征，包括：采用预先约定的分块方法对所述车标模版库中各种车标的样本图片进行分块处理；提取出每一块的gabor特征；

所述采用所述级联分类器遍历每一个所述车标候选区域，若该车标候选区域中能检测出车标，则将该车标作为识别结果，包括：

采用所述预先约定的分块方法对所述车标候选区域进行分块处理；

提取所述车标候选区域所划分得到的每一块的gabor特征；

计算所述车标候选区域与每一种车标的样本图片被划分得到的对应块之间的欧式距离；

采用所述级联分类器对得到的所有所述欧式距离进行分类识别，若所述欧式距离位于预设精度内，则将所述欧式距离对应的所述车标作为识别结果。

优选地，该方法进一步包括：

保存能够检测出车标的所述车标候选区域；

以所述车标模版库中的各种样本图片为训练集，生成支持向量机svm分类器；

采用所述svm分类器，对保存的所述车标候选区域进行匹配识别，并将与所述车标候选区域的相似度大于预设阈值的所述车标作为所述识别结果。

本发明还提供了车标定位识别系统，包括：车标模板库，用于存储各种车标的样本图片；级联分类器生成模块，用于提取出所述车标模版库中各种样本图片的gabor特征，并采用adaboost算法，生成具有所述gabor特征的级联分类器；

该系统还包括：

采集模块，用于采集车辆的原始图像；

车标定位模块，用于对所述原始图像进行形态学预处理，并在所述形态学预处理得到的图像上定位出所有车标候选区域；

车标识别模块，用于采用所述级联分类器遍历每一个所述车标候选区域，若该车标候选区域中能检测出车标，则将该车标作为识别结果。

优选地，该系统进一步包括下采样模块，用于对所述原始图像进行下采样；