[发明专利]基于颜色直方图的车身颜色识别方法在审
申请号: | 201510543000.0 | 申请日: | 2015-08-29 |
公开(公告)号: | CN105160691A | 公开(公告)日: | 2015-12-16 |
发明(设计)人: | 解梅;黄成挥;于国辉;罗招材 | 申请(专利权)人: | 电子科技大学 |
主分类号: | G06T7/40 | 分类号: | G06T7/40;G06T7/20;G06K9/62 |
代理公司: | 电子科技大学专利中心 51203 | 代理人: | 邹裕蓉 |
地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 颜色 直方图 车身 识别 方法 | ||
技术领域
本发明属于数字图像处理技术,特别涉及计算机视觉识别技术。
背景技术
因此在智能交通系统中,在对车牌进行识别的同时,还需要车辆的其他辅助信息,如车身颜色,车型,车标等。
目前关于车身颜色识别的研究相对较少,技术尚不成熟,其识别准确率远不如车牌识别。影响识别率的主要原因:
1、车身颜色易受光照、雾霾、不同天气等外界噪声的干扰而产生颜色失真;
2、车辆颜色复杂多变(车身颜色丰富多彩,部分车辆颜色比较少见);
3、运动车辆的分割定位困难(摄像头位置不同,主颜色区域很那定位,定位算法受车型影响)。
当前车身颜色识别方法有:
一、基于色差的方法。将RGB空间转换为HIS空间,在HIS空间对所选区域计算彩色直方图,根据相应的色差计算公式,计算与标准颜色模板间的色差,选取计算到的色差最小者,通过查找颜色映射表得到其对象颜色。该方法简单快速,在光线较好的情况下可获取较好的识别结果,但在实际应用中,光照、天气等影响使其获取的车辆图像及颜色都不稳定。详见:李贵俊,刘正熙等.一种基于色差和彩色归一化的车身颜色识别方法.计算机应用,2004,9.
二、基于模板的背景减除法。通过联合基于模板的前景掩膜法和图像分割,使用基于掩膜相关区域标注算法将图像分成几个区域,然后通过去除不必要的区域细化前景图像得到颜色特征区域。采用两层SVM算法对车身颜色进行分类,第一层将颜色分为彩色与灰色,第二层对彩色和灰色分别进行分类。该方法两层SVM分类算法效果很好,但对光照、运动目标等外部环境非常敏感。详见:Yi-TaWu,Jau-HongKao,andMing-YuShih.Avehiclecolorclassificationmethodforvideosurveillancesystemconcerningmodel-basedbackgroundsubtraction.IEEEPacificRimConferenceonMultimedia,pp.369-380,2010.
三、基于流形学习的方法。该方法通过车尾灯红色块定位、几何规则过滤以及基于纹理信息的分类级联方法定位车身尾部的颜色特征区域,将多个颜色空间的特征进行融合,然后降低特征维数。在流形空间中分别使用SVM,kNN进行分类学习。该方法速度非常快,能满足实时性要求,有较高的准确率,但此方法是利用车身尾部进行颜色特征提取,局限性较大。详见:Yu-ChenWang,Chin-ChuanHan,Chen-TaHsiehandKuo-ChinFan.Vehiclecolorclassificationusingmanifoldlearningmethodsfromurbansurveillancevideos.EURASIPJournalonImageandVideoProcessing,October2014.
发明内容
本发明所要解决的技术问题是,提供一种准确率高的车身颜色的自动识别方法。
本发明为解决上述技术问题所采用的技术方案是,基于颜色直方图的车身颜色识别方法,包括以下步骤:
步骤1、车牌定位
1-1:首先系统接收前端设备采集的图片流,根据获得运动场景中背景图像,将当前图像帧与背景图像相减得到运动目标区域;
1-2:对运动目标区域提取特征输入车辆分类器实现场景内目标跟踪;
1-3:对场景内跟踪的各目标所在的区域图片输入训练好的车牌分类器实现车牌定位;
步骤2、车身颜色区域定位
2-1:根据车牌定位所得的车牌高、宽及位置信息,在车牌上方检测代表车身颜色的粗矩形区域,所述粗矩形区域为以车牌区域中心为参考点,在车牌正上方截取一个高为λH,宽为γW的矩形区域,其中H,W分别为车牌的高与宽,λ与γ为统计得到的区域扩张经验值;
2-2:对粗矩形区域进行降噪预处理;
2-3:对粗矩形区域进行精确搜索,获得稳定的车身颜色区域:
(a)将粗矩形区域的图像转换为灰度图像;
(b)对粗区域灰度图像进行二值化;
(c)统计二值图像中非0区域的面积,将非0区域的面积小于噪点面积阈值的区域的像素更新为0;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510543000.0/2.html,转载请声明来源钻瓜专利网。