[发明专利]一种车身颜色识别方法及装置

权利要求书

1.一种车身颜色识别方法，其特征在于，包括：

确定目标车辆车前脸区域中的车身颜色识别区域；

确定所述车身颜色识别区域的多维颜色直方图特征；

将所述多维颜色直方图特征输入预先训练的神经网络，根据所述神经网络的输出结果确定车身颜色；

所述确定目标车辆车前脸区域中的车身颜色识别区域，包括：

根据目标车辆的车牌位置信息以及车辆类型信息确定车前脸感兴趣区域；

在所述车前脸感兴趣区域中确定颜色识别区域；

所述在所述车前脸感兴趣区域中确定颜色识别区域，包括：

确定所述车前脸感兴趣区域的二值边缘图；

对所述二值边缘图进行竖直方向纹理投影；

对投影数据进行平滑处理；

按照所述车前脸感兴趣区域从下往上的顺序，对平滑处理后的投影数据进行搜索，判断是否存在连续大于或等于第二阈值数量的目标纹理投影值，所述目标纹理投影值为小于第一阈值的纹理投影值；

若存在，将所述连续大于或等于第二阈值数量的目标纹理投影值对应的区域确定为颜色识别区域；

若不存在，将所述二值边缘图等分为至少两个图块；

根据各图块的纹理密度确定各图块的纹理密度评分，并根据各图块内像素点的色度饱和度亮度HSV特征确定各图块的颜色特征评分；

根据各图块的纹理密度评分以及颜色特征评分确定各图块的综合评分，并选取综合评分大于第三阈值的图块作为颜色识别区域。

2.根据权利要求1所述的方法，其特征在于，所述各图块的纹理密度为图块内所有像素点的纹理值之和；或/和，

所述各图块的纹理密度评分为所有图块的纹理密度中的最小值与各图块的纹理密度的比值；或/和，

所述各图块的颜色特征评分为各图块的C特征值与所有图块的C特征值中的最大值的比值；其中，图块的C特征值为图块内所有像素点的饱和度和亮度的加权值之和；或/和，

所述各图块的综合评分为各图块的纹理密度评分和颜色特征评分的加权值。

3.根据权利要求1所述的方法，其特征在于，所述确定所述车身颜色识别区域的多维直方图特征，包括：

分别确定所述车身颜色识别区域的红绿蓝RGB、HSV和颜色模型LAB颜色直方图特征；

对所述颜色识别区域的RGB、HSV和LAB颜色直方图特征进行归一化降维处理，以得到所述车身颜色识别区域的多维颜色直方图特征。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述确定目标车辆车前脸区域中的车身颜色识别区域之前，还包括：

获取神经网络训练样本；

确定所述训练样本的多维颜色直方图特征；

根据所述训练样本的多维颜色直方图特征对神经网络进行训练，直至训练样本识别率大于或等于第四阈值。

5.根据权利要求1-3任一项所述的方法，其特征在于，当根据神经网络的输出结果确定车身颜色为预设颜色时，所述根据神经网络的输出结果确定车身颜色之后，还包括：

根据所述颜色识别区域内各像素点的HSV特征确定所述颜色识别区域内的彩色点和灰度点，并确定所述彩色点的色调分布，以及所述灰度点的亮度分布；

当所述彩色点的色调分布和灰度点的亮度分布与所述预设颜色不一致时，根据所述彩色点的色调分布和灰度点的亮度分布对所述神经网络的输出结果进行纠正。