[发明专利]一种车标识别方法及装置

权利要求书

1.一种车标识别方法，其特征在于，该方法包括：

采用车标检测算法训练车标分类器；

获取待检测图像中的车牌位置信息；

根据所述车牌位置信息确定车标初选区域；

利用训练得到的车标分类器对所述车标初选区域进行车标检测，获得若干第一车标候选区域；

计算每一个第一车标候选区域的第一车标置信度；

根据第一车标候选区域的位置计算对应的车标位置置信度；

根据所述车标位置置信度从所述若干第一车标候选区域筛选出距离所述车标初选区域的中轴线较近的第一车标候选区域作为第二车标候选区域；

采用机器学习算法对所述第二车标候选区域进行识别，获取第二车标候选区域的第二车标置信度；

根据第二车标候选区域的位置、宽度、高度以及机器识别结果，对满足融合条件的第二车标候选区域进行融合，生成融合候选区域；

根据生成融合候选区域的第二车标候选区域的第一车标置信度、车标位置置信度以及第二车标置信度计算对应融合候选区域的融合置信度；

选择融合置信度最高的融合候选区域作为识别出的车标。

2.如权利要求1所述的方法，其特征在于，所述计算每一个第一车标候选区域的第一车标置信度，包括：

所述每一个第一车标候选区域的第一车标置信度的计算方法相同，具体为：

F_FstWeight＝K/P

其中，

K为所述车标分类器中能够检测出第一车标候选区域的弱分类器的个数；

P为所述车标分类器中弱分类器的总个数；

F_FstWeight为所述第一车标候选区域的第一车标置信度。

3.如权利要求1所述的方法，其特征在于，所述根据第一车标候选区域的位置计算对应的车标位置置信度，包括：

其中，

D为第一车标候选区域中心点到车标初选区域中轴线的距离；

W为第一车标候选区域的宽；

F_LocWeight为第一车标候选区域的车标位置置信度。

4.如权利要求1所述的方法，其特征在于，所述根据第二车标候选区域的位置、宽度、高度以及机器识别结果，对满足融合条件的第二车标候选区域进行融合，生成融合候选区域，包括：

执行新一轮融合操作：选择一个未与其它车标候选区域融合过且未被选为初始融合区域的第二车标候选区域作为新一轮融合操作的初始融合区域，所述初始融合区域为当前轮融合操作的首个中间融合区域；

执行当前轮融合操作：选择一个未参与当前轮融合操作的第二车标候选区域作为待融合区域；分别获取所述中间融合区域和所述待融合区域的位置、宽度、高度以及机器识别结果；计算当前的融合阈值；根据所述融合阈值、所述中间融合区域和所述待融合区域的位置、宽度、高度以及机器识别结果判断所述中间融合区域和所述待融合区域是否满足融合条件；当所述中间融合区域和所述待融合区域满足融合条件时，将所述中间融合区域和所述待融合区域进行融合，作为新的中间融合区域；

判断是否每一个第二车标候选区域均已参与当前轮的融合操作；若否，返回执行当前轮融合操作；若是，判断是否还有未被选为初始融合区域的第二车标候选区域；若无，则当前存在的中间融合区域为融合候选区域；若有，则返回执行新一轮融合操作。

5.如权利要求4所述的方法，其特征在于，所述计算当前的融合阈值，包括：

dDelta＝θ×MIN(iRectWdt1，iRectWdt2)

其中，

θ为阈值调节系数；

iRectWdt1为中间融合区域的宽度；

iRectWdt2为待融合区域的宽度；

MIN(iRectWdt1，iRectWdt2)为取中间融合区域宽度和待融合区域宽度的最小值；

dDelta为融合阈值。