[发明专利]一种自动识别道路卡口视频及图片中的车辆颜色的方法

说明书

本发明公开了一种自动识别道路卡口视频及图片中的车辆颜色的方法；该方法包括训练样本的提取与标注、测试样本采集和标注、训练样本和测试样本的颜色空间转换、训练样本和测试样本的颜色分布中心计算、颜色分类识别等步骤；该方法避免了颜色样本的局部区域不稳定的局限性，更准确地识别车辆的颜色特征，降低环境光源的影响；对于治安视频及图像监控数据，由于车辆的颜色在道路上具有较好的稳定性，不易在途中人为改变，在识别及确定车辆上具有重要作用，解决了长期以来不易在车辆所处环境的光照不稳定环境下有效识别车辆颜色的问题，在“智能交通”及“平安城市”建设中起到积极作用。

技术领域

本发明涉及数字图像处理与模式识别技术，属于机器视觉领域，是一种对道路交通卡口视频及图像中的车辆颜色特征样本提取及识别的方法。

背景技术

随着机动车保有量的快速增长，违章驾驶、违章停放、套牌车、交通肇事后逃逸、以车辆作为犯罪工具的案例日益增多，建设“平安城市”、“智能交通”成为重要的解决途径，对道路交通车辆卡口视频及图片(简称卡口图片)的自动分析就是其中重要的组成部分。

对道路卡口视频及图片的自动分析，其中一个重要内容就是识别车辆颜色。由于在道路上车辆颜色的更改是很困难的，在高速公路上甚至是不可能的，因此车辆颜色特征具有高稳定性，可以作为车辆的有效识别信息。但是颜色受到周围光照的影响很大，由于受到光照的影响，在自动识别过程中识别结果往往会不准确，尤其是在光线过暗或者过亮的情况下。

在判断车辆颜色时，由于样本的提取位置可能存在一定的随意性，有时样本所在区域过亮，有时所在区域过暗，如果单一地从这些区域提取训练样本或测试样本，由于样本本身存在区域性的特点，造成颜色样本的提取位置对于车辆颜色判断会产生很大的影响。

卡口图像的表示以及对图像的常规处理所使用的颜色空间均是RGB空间，该空间的各颜色分量中均含有亮度信号，颜色分量对于环境光照很敏感，因此在光线较亮或较暗时往往会造成颜色判断错误，这在自动颜色识别时尤其严重。目前的车辆颜色识别算法中，基本上是在RGB空间实现的，这就不可避免地存在如下问题：

1)颜色识别易产生错误

当图像在RGB空间表示时，亮度信号同时存在于R、G、B颜色分量中，实际上是上述三个分量的线性组合，图像对于外界光照非常敏感。然而实际车辆的颜色本身并不会因外界光照而改变，车辆颜色本身是固定的，因此颜色识别易产生错误。

2)车辆精确定位错误

在对车辆的颜色自动识别出错时，错误的识别结果会进一步会影响到对车辆的精确定位；由于单用常规的背景减除不足以实现对车辆的精确定位，在结合车辆颜色前景做精确

定位时，颜色判断错误会直接影响定位结果的准确性。

发明内容

本发明的目的是克服现有技术存在的问题，提供一种可排除光照对于车辆颜色识别的干扰，并能够减小基于颜色识别的车辆精确定位受到光照的影响的自动识别道路卡口视频及图片中的车辆颜色的方法。

本发明包括卡口图片中车辆颜色样本提取以及颜色空间转换后识别两个部分，并且在样本的有效提取与颜色空间转换两方面减小外界光照的干扰，解决因为光照对于车辆颜色识别的所产生的不良作用。

本发明目的通过如下技术方案实现：

一种自动识别道路卡口视频及图片中的车辆颜色的方法，包括如下步骤：

1)读取道路卡口图片；

2)从道路卡口图片集合中的车辆上提取不同的颜色样本并进行标注，作为训练样本；采集样本时选取不同卡口车辆图片中颜色样本的数据，主要提取区域是发动机盖，选取的颜色样本覆盖车辆上不同区域与不同光照环境；标注所述汽车颜色样本，确定属于颜色类型；