[发明专利]车标定位与识别方法

说明书

技术领域

本发明涉及智能交通领域，尤其涉及一种车标定位与识别方法。

背景技术

在智能交通领域，随着机动车数量大幅度增加，机动车信息检索对于交通事故处理、违章车辆自动监控和自动收费等机动车的有效处理起到关键作用；但由于机动车信息检索仅仅依赖于车牌信息，在事故和案件的处理过程中，由于车牌的不合法更换、遮挡和不清晰，容易导致处理进度缓慢，因此机动车车标类型识别对于机动车信息检索的完善和发展具有重要的应用价值。

目前能够对车标进行有效检测、定位和识别的技术中大多数是基于视频的方法，但基于视频的方法对于车标定位与识别存在以下问题：

1、车标的背景纹理复杂，尤其是机动车车头散热片的形状各异导致定位困难；

2、车标的几何形状各异，对于定位与识别的一致性产生干扰；

3、车标灰度级和车标区域背景灰度级很相似，对于车标的整体定位有很大的干扰。

发明内容

本发明的目的就在于克服现有技术存在问题和不足，提供一种车标定位与识别方法。

本发明的目的是这样实现的：

1、使用多种定位方法对车标进行精确定位，在本方法中使用三种定位方法，对于问题1的解决起到了很好的效果；

2、使用HOG&BP方法对不同定位结果的不同车标类型训练不同的分类器，在本方法中对三种定位方法定位出的车标类型，训练出三个分类器模板，再使用不同的分类器模板对相应的车标定位结果进行识别，对于问题2和问题3的解决起到了很好的作用。

一、智能网络摄像机

智能网络摄像机包括LENS光学镜头，设置有CCD图像传感器、信号采集转换器、HV信号驱动器、FPGA可编程逻辑处理器、SDRAM存储器、H264录像编码器、ARM中心处理器和DSP图像处理器。

二、车标定位与识别方法

本发明的工作环境是智能网络摄像机，在智能网络摄像机中，抓拍图片后进入DSP图像处理单元，先经过车牌定位与识别模块处理获取车牌具体位置，然后将车牌具体位置和图像数据传给车标定位与识别模块，从而识别出车标类型。其中车标定位与识别分为：①基于多层分类的车标定位即使用三种定位方法对不同纹理背景的车标进行准确定位；②基于多层分类的车标识别即使用不同定位类型所对应的BP神经网络分类器对车标进行识别，最终准确获取车标类型。两者相辅相成，起到互相牵制的作用，对于准确率和性能的提高都起到了很好的效果。

具体实现步骤如下：

①基于多层分类的车标定位

a、根据车牌与车标的先验知识和已知的车牌在全景图片中具体位置，确定车标的粗略位置；

b、使用Sobel边缘检测方法对粗定位图像确定纹理丰富的区域，即缩小车标的待检测区域；

c、对待检测区域使用高帽定位方法对车标进行定位，然后将定位图像数据和定位类型传入车标识别进行识别；如果识别结果置信度大于某个阈值，则输出识别车标类型；否则保存识别结果进入差分定位；

d、对待检测区域使用差分定位方法对车标进行定位，然后将定位图像数据和定位类型传入车标识别进行识别；如果识别结果置信度大于某个阈值，则输出识别车标类型；否则保存识别结果进入方向滤波定位；

e、对待检测区域使用方向滤波定位方法对车标进行定位，然后将定位图像数据和定位类型传入车标识别进行识别；如果识别结果置信度大于某个阈值，则输出识别车标类型；否则输出置信度最大的识别结果；

②基于多层分类的车标识别

f、采集车标样本，得到车标样本集；

g、提取样本集中每一个样本图片的HOG特征；

h、将提取的HOG特征输入到BP神经网络训练，生成多类分类器模型；

i、据定位结果的不同和类型的不同，训练多层分类器模型；

j、将待识别车标与分类器模型进行匹配识别，输出识别结果；

k、流程结束。

本发明具有下列优点和积极效果：

①对于车标背景纹理复杂度进行分类，不同背景纹理使用不同的车标定位方法，在本方法中使用的三种车标定位方法，其定位准确率有大幅度提高；

②解决了对于车标几何形状的复杂因素所产生的影响，使用不同定位方法定位出车标，训练出多种分类器模版，在本方法中训练出三种分类器模板，提高了车标识别准确率；

③为智能交通系统中单张图片的车标定位与识别提供了解决方案，实时性好，系统安装更加简单，且易于维护。

附图说明

图1是智能网络摄像机的结构方框图；

图中：