[发明专利]一种车标自动识别方法和系统

说明书

技术领域

本发明涉及智能交通技术领域，特别是涉及一种车标自动识别方法和系统。

背景技术

车标识别是指通过计算机视觉、图像处理与模式识别等方法从车辆图像中提取车标信息，从而获得机动车辆品牌信息的一种实用技术。随着智能交通系统的广泛应用，车标识别作为智能交通系统中的一个重要环节，越来越受到人们的重视。

在进行车标识别时，由于车标目标小，区域背景复杂，受到照相设备的拍摄角度以及光照等因素的影响，不利于车标的准确定位，进而会影响后续车标识别的识别精度。

发明内容

本发明的目的在于克服现有技术的不足，提供一种车标自动识别方法和系统，提高了车标识别率。

本发明的目的是通过以下技术方案来实现的：一种车标自动识别方法，包括以下步骤：

S1.建立包括多个车标标准模板的车标模板库；

S2.在车辆图像中对车牌和车标进行定位；

S3.根据车牌定位结果提取特征，判断是否为宝马车型，若为宝马车型则输出车标识别结果；

S4.判断车标定位框的大小是否小于第一阈值，若车标定位框的大小小于第一阈值，则输出无法识别车标；

S5.将车标定位框内的图像A分别与车标模板库中的各个车标标准模板进行滑动匹配，输出车标识别结果。

所述步骤S3包括以下子步骤：

S31.提取待识别区域：根据车牌定位的结果，从车辆图像中提取待识别区域；

S32.优化待识别区域：对待识别区域进行边缘检测，根据边缘检测的结果去掉待识别区域四周的空白区域；

S33.车标识别：根据待识别区域的长、宽、边缘密度强度、边缘分布以及宝马车标在待识别区域的位置分布特征进行车标识别，若为宝马车型，则输出车标识别结果。

所述步骤S33包括以下子步骤：

S331.对待识别区域进行滤波；

S332.对滤波后的待识别区域进行边缘检测；

S333.对边缘检测后的待识别区域进行膨胀；

S334.寻找膨胀后的待识别区域的连通域，并对连通域进行填充；

S335.优化连通区域：判断待识别区域中前两个最大连通域之间是否存在黏粘，若存在黏粘则进行人工分割；

S336.若待识别区域中最大连通域的面积点数大于第三阈值，且该最大连通域的重心位于待识别区域中心的一侧，且该最大连通域的宽度小于第四阈值，则为宝马车型，输出车标识别结果。

所述步骤S331中的滤波包括高通滤波频域增强和中值滤波。

所述步骤S5包括以下子步骤：

S51.对图像A进行图像预处理；

S52.判断预处理后的图像A的长宽比是否小于第二阈值：

若预处理后的图像A的长宽比大于等于第二阈值，则采用第一匹配算法对预处理后的图像A和车标标准模板进行滑动匹配，得到预处理后的图像A与车标标准模板的相似度；

若预处理后的图像A的长宽比小于第二阈值，则采用第二匹配算法对预处理后的图像A和车标标准模板进行滑动匹配，得到预处理后的图像A与车标标准模板的相似度；

S53.将预处理后的图像A与各车标标准模板的相似度的值按照从大到小的顺序输出。

所述步骤S51包括以下子步骤：

S511.根据车牌定位返回的倾斜校正角度对图像A进行矫正，并对矫正后的图像A进行填充；

S512.对矫正后的图像A进行同态滤波；

S513.对同态滤波后的图像A进行二值化处理。

所述第一匹配算法包括以下步骤：

S521a.将预处理后的图像A归一化为m像素*m像素大小的图像B；

S522a.用一个n像素*n像素大小的窗口在图像B的区域内滑动，每次逐个像素进行滑动；

S523a.每移动一次窗口就将窗口内的图像归一化到m像素*m像素大小的图像C，然后将图像C中第1行像素至第n行像素、第1列像素至第n列像素组成的区域与车标标准模板中对应区域进行相似度计算；

S524a.将预处理后的图像A进行修剪，修剪方式为：从上到下逐行判断，第一次出现前景点的行作为修剪后图像的第一行，从左到右逐列判断，第一次出现前景点的列作为修剪后的图像的第一列；

S525a.将修剪后的图像归一化为60像素*60像素大小的图像D；

S526a.计算图像D与车标标准模板的相似度；

S527a.将图像D中第1行像素至第n行像素、第1列像素至第n列像素组成的区域与车标标准模板中对应区域进行相似度计算；