[发明专利]一种基于标识物图像的车辆识别方法及装置有效

专利信息
申请号: 201510563047.3 申请日: 2015-09-07
公开(公告)号: CN105139011B 公开(公告)日: 2019-03-08
发明(设计)人: 蒋苗林 申请(专利权)人: 浙江宇视科技有限公司
主分类号: G06K9/32 分类号: G06K9/32;G06K9/46
代理公司: 杭州君度专利代理事务所(特殊普通合伙) 33240 代理人: 诸佩艳
地址: 310051 浙江省杭州市滨江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 标识 图像 车辆 识别 方法 装置
【说明书】:

发明公开了一种基于标识物图像的车辆识别方法及装置,该方法包括如下步骤:从待识别车辆的抓拍图像中提取标识物图像,并分割成单个标识物;对提取的标识物图像中每个标识物进行特征标识;将待识别车辆的标识物图像与已知车辆记录中的标识物图像进行特征标识比对,识别出待识别的车辆。本发明装置包括图像处理模块、特征标识模块和筛选模块。本发明的方法及装置根据标识物图像来进一步识别车辆,识别更加准确。

技术领域

本发明属于车辆检测监控技术领域,尤其涉及一种基于标识物图像的车辆识别方法及装置。

背景技术

现有的车辆识别技术包括车牌识别、车型识别,然而现有的车辆识别技术很多时候不够用,为此如果能够再借用一些其它特征的识别,例如年检贴识别,能更加有助于我们对车辆进行识别。例如:某肇事车辆进行套牌,那么车牌识别就会失效,而此时如果借助车型识别来进一步查找,会发现车型识别搜出的图片仍旧非常多。因此如果要再缩小范围,则需要利用更多的特征(如年检贴、挂坠)来区分。

目前互联网比较常用的相似图片查找方法用的是感知哈希算法,首先将图片缩小至8*8的尺寸,总共64个像素,再对缩小的图片简化色彩,将图片转为64级灰度,然后计算所有64个像素的灰度平均值,将每个像素的灰度与平均值比较,大于或等于平均值记为1,小于平均值记为0,将该结果组合在一起,就构成了一个64位的整数,即该张图片的“指纹”。最后可以通过比较两个“指纹”的汉明距离得出图片的相识度,汉明距离越小说明两幅图像越相似。

虽然感知哈希算法能够很好的获得相识度,但是由于该方法的“指纹”是跟平均值比较生成的,对颜色的区分度不高,且有一定角度的标识物图片对识别结果也会产生一定的影响。

发明内容

本发明的目的是提供一种基于标识物图像的车辆识别方法及装置,以解决现有技术识别率不高的情况。

为了实现上述目的,本发明技术方案包括如下步骤:

一种基于标识物图像的车辆识别方法,包括如下步骤:

从待识别车辆的抓拍图像中提取标识物图像,并将提取的标志物图像分割成单个标识物;

对提取的标识物图像中每个标识物进行特征标识;

将待识别车辆的标识物图像与已知车辆记录中的标识物图像进行特征比对,从已知车辆记录中识别出待识别的车辆。

进一步地,所述对提取的标识物图像中每个标识物进行特征标识,包括:

统计标识物图像中标识物的个数,对每个标识物进行编号;

设置每个标识物在标识物图像中的矩阵坐标;

获取每个标识物的形状信息;

计算每个标识物对应的颜色直方图、对比度和LBP纹理直方图;

将所述每个标识物的编号、矩阵坐标、形状、颜色直方图、对比度和LBP纹理直方图记录在特征列表中。

进一步地,所述将待识别车辆的标识物图像与已知车辆记录中的标识物图像进行特征比对,从已知车辆记录中识别出待识别的车辆,包括:

比较待识别车辆的标识物图像中标识物的个数与已知车辆记录中标识物图像的标识物个数,从已知车辆记录中筛选出标识物个数相同的车辆记录;

进一步从筛选出的车辆记录中,比较每个标识物的矩阵坐标和形状,筛选出矩阵坐标和形状都匹配的车辆记录;

进一步从筛选出的车辆记录中,比较每个标识物的颜色直方图、对比度和LBP纹理直方图,筛选出最接近的车辆记录,将筛选出的车辆记录作为待识别车辆的识别结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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浙江宇视科技有限公司,未经浙江宇视科技有限公司许可,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/201510563047.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top