欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

基于顏色直方圖的車身顏色識別方法

文檔序號:8943766閱讀:515來源:國知局
基于顏色直方圖的車身顏色識別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于數(shù)字圖像處理技術(shù),特別涉及計算機(jī)視覺識別技術(shù)。
【背景技術(shù)】
[0002]因此在智能交通系統(tǒng)中,在對車牌進(jìn)行識別的同時,還需要車輛的其他輔助信息,如車身顏色,車型,車標(biāo)等。
[0003]目前關(guān)于車身顏色識別的研究相對較少,技術(shù)尚不成熟,其識別準(zhǔn)確率遠(yuǎn)不如車牌識別。影響識別率的主要原因:
[0004]1、車身顏色易受光照、霧霾、不同天氣等外界噪聲的干擾而產(chǎn)生顏色失真;
[0005]2、車輛顏色復(fù)雜多變(車身顏色豐富多彩,部分車輛顏色比較少見);
[0006]3、運動車輛的分割定位困難(攝像頭位置不同,主顏色區(qū)域很那定位,定位算法受車型影響)。
[0007]當(dāng)前車身顏色識別方法有:
[0008]—、基于色差的方法。將RGB空間轉(zhuǎn)換為HIS空間,在HIS空間對所選區(qū)域計算彩色直方圖,根據(jù)相應(yīng)的色差計算公式,計算與標(biāo)準(zhǔn)顏色模板間的色差,選取計算到的色差最小者,通過查找顏色映射表得到其對象顏色。該方法簡單快速,在光線較好的情況下可獲取較好的識別結(jié)果,但在實際應(yīng)用中,光照、天氣等影響使其獲取的車輛圖像及顏色都不穩(wěn)定。詳見:李貴俊,劉正熙等.一種基于色差和彩色歸一化的車身顏色識別方法.計算機(jī)應(yīng)用,2004,9.
[0009]二、基于模板的背景減除法。通過聯(lián)合基于模板的前景掩膜法和圖像分割,使用基于掩膜相關(guān)區(qū)域標(biāo)注算法將圖像分成幾個區(qū)域,然后通過去除不必要的區(qū)域細(xì)化前景圖像得到顏色特征區(qū)域。采用兩層SVM算法對車身顏色進(jìn)行分類,第一層將顏色分為彩色與灰色,第二層對彩色和灰色分別進(jìn)行分類。該方法兩層SVM分類算法效果很好,但對光照、運動目標(biāo)等外部環(huán)境非常敏感。詳見:Y1-Ta ffu, Jau-Hong Kao, and Ming-YuShih.A vehicle color classificat1n method for video surveillance systemconcerning model-based background subtract1n.1EEE Pacific Rim Conference onMultimedia, pp.369-380, 2010.
[0010]三、基于流形學(xué)習(xí)的方法。該方法通過車尾燈紅色塊定位、幾何規(guī)則過濾以及基于紋理信息的分類級聯(lián)方法定位車身尾部的顏色特征區(qū)域,將多個顏色空間的特征進(jìn)行融合,然后降低特征維數(shù)。在流形空間中分別使用SVM,kNN進(jìn)行分類學(xué)習(xí)。該方法速度非???,能滿足實時性要求,有較高的準(zhǔn)確率,但此方法是利用車身尾部進(jìn)行顏色特征提取,局限性較大。詳見:Yu-Chen Wang, Chin-Chuan Han, Chen-Ta Hsieh and Kuo-ChinFan.Vehicle color classificat1n using manifold learning methods from urbansurveillance videos.EURASIP Journal on Image and Video Processing, October2014.

【發(fā)明內(nèi)容】

[0011]本發(fā)明所要解決的技術(shù)問題是,提供一種準(zhǔn)確率高的車身顏色的自動識別方法。
[0012]本發(fā)明為解決上述技術(shù)問題所采用的技術(shù)方案是,基于顏色直方圖的車身顏色識別方法,包括以下步驟:
[0013]步驟1、車牌定位
[0014]1-1:首先系統(tǒng)接收前端設(shè)備采集的圖片流,根據(jù)獲得運動場景中背景圖像,將當(dāng)前圖像幀與背景圖像相減得到運動目標(biāo)區(qū)域;
[0015]1-2:對運動目標(biāo)區(qū)域提取特征輸入車輛分類器實現(xiàn)場景內(nèi)目標(biāo)跟蹤;
[0016]1-3:對場景內(nèi)跟蹤的各目標(biāo)所在的區(qū)域圖片輸入訓(xùn)練好的車牌分類器實現(xiàn)車牌定位;
[0017]步驟2、車身顏色區(qū)域定位
[0018]2-1:根據(jù)車牌定位所得的車牌高、寬及位置信息,在車牌上方檢測代表車身顏色的粗矩形區(qū)域,所述粗矩形區(qū)域為以車牌區(qū)域中心為參考點,在車牌正上方截取一個高為λΗ,寬為yW的矩形區(qū)域,其中H,W分別為車牌的高與寬,λ與γ為統(tǒng)計得到的區(qū)域擴(kuò)張經(jīng)驗值;
[0019]2-2:對粗矩形區(qū)域進(jìn)行降噪預(yù)處理;
[0020]2-3:對粗矩形區(qū)域進(jìn)行精確搜索,獲得穩(wěn)定的車身顏色區(qū)域:
[0021](a)將粗矩形區(qū)域的圖像轉(zhuǎn)換為灰度圖像;
[0022](b)對粗區(qū)域灰度圖像進(jìn)行二值化;
[0023](c)統(tǒng)計二值圖像中非O區(qū)域的面積,將非O區(qū)域的面積小于噪點面積閾值的區(qū)域的像素更新為O ;
[0024](d)利用水平投影統(tǒng)計區(qū)域中水平方向非零像素的個數(shù),從上往下最先超過水平方向閾值的點作為上邊界界,從下往上最先超過水平方向閾值的作為下邊界;同理,進(jìn)行豎直投影統(tǒng)計豎直方向非零像素的個數(shù),從左往右最先超過豎直方向閾值的點作為左邊界,從右往左最先超過豎直方向閾值的為右邊界,根據(jù)這四個邊界提取精確的顏色區(qū)域;所述水平方向閾值為水平方向像素總個數(shù)的四分之一,豎直方向閾值為豎直方向像素總個數(shù)的四分之一;
[0025]步驟3、車身顏色識別
[0026]3-1:將精確的車身顏色區(qū)域轉(zhuǎn)換到Lab色彩空間;
[0027]3-2:在Lab色彩空間提取車身顏色直方圖;
[0028]3-3:利用車身顏色直方圖特征輸入訓(xùn)練好的SVM分類器進(jìn)行識別,得到車身顏色結(jié)果。
[0029]本發(fā)明包括車牌定位、車身顏色特征區(qū)域定位、車身顏色識別三個主要步驟。首先通過車牌識別技術(shù)確定車牌位置,通過車牌高、寬及位置坐標(biāo)信息,檢測車身顏色的粗略區(qū)域;對車身顏色區(qū)域進(jìn)行預(yù)處理減少外部環(huán)境干擾;對預(yù)處理后的車身顏色粗區(qū)域進(jìn)一步搜索,獲取車身顏色精確特征區(qū)域;轉(zhuǎn)換為Lab顏色空間,在Lab空間提取顏色直方圖,并使用非線性SVM進(jìn)行車身顏色訓(xùn)練和識別。
[0030]本發(fā)明給出一種新的車身顏色識別框架,該框架通過車牌定位獲取車身顏色粗區(qū)域,再提取能代表車身主顏色的精確區(qū)域,通過構(gòu)造Lab空間歸一化顏色直方圖,利用非線性SVM進(jìn)行快速準(zhǔn)確的進(jìn)行車身顏色分類,實驗證明提出的框架極大的提高了系統(tǒng)的實時性與結(jié)果的穩(wěn)定性。
[0031]本發(fā)明給出一種新的車身顏色定位方法,利用車牌定位結(jié)果估算能代表車身顏色的大致區(qū)域,結(jié)合顏色區(qū)域的紋理特征提取精確的車身顏色主區(qū)域;簡單、快速,且具有很強(qiáng)的魯棒性,不會受車型限制。
[0032]進(jìn)一步的,提出了一種新的顏色直方圖方法。該方法在CIE Lab空間對各個通道進(jìn)行等間隔量化,并提出各個通道的直方圖特征,最終合并為一個矢量特征,該方法簡單,不受設(shè)備影響,能很好的控制光照對顏色區(qū)域的影響,具有很好的魯棒性。
[0033]本發(fā)明的有益效果是,能對交通車輛視頻和圖像進(jìn)行智能化處理,實現(xiàn)車身顏色的自動識別。相比與其他同領(lǐng)域的方案,本發(fā)明具有很高識別準(zhǔn)確率,且在復(fù)雜的環(huán)境中魯棒性強(qiáng)。
【附圖說明】
[0034]圖1:車身顏色識別系統(tǒng)整體流程示意圖
【具體實施方式】
[0035]為方便描述本
【發(fā)明內(nèi)容】
,這里首先對一些術(shù)語進(jìn)行說明:
[0036]車身顏色識別系統(tǒng)。指能夠檢測到受監(jiān)控路面的車輛并自動提取車身顏色信息(含紅色、黑色、白色、銀白色、黃色、綠色、藍(lán)色及其他顏色),并對其進(jìn)行識別。
[0037]Lab顏色空間。Lab是一種色彩空間,即顏色模型,是在1931年國際照明委員會(CIE)制定的顏色度量國際標(biāo)準(zhǔn)的基礎(chǔ)上建立的,因此又叫做CIE LAB空間。L表示亮度,a表示從洋紅色至綠色的范圍,b表示從黃色至藍(lán)色的范圍。Lab描述人所能夠看到的所有顏色,描述的是顏色的顯示,所以Lab被視為與設(shè)備無關(guān)的顏色模型。
[0038]圖像的形態(tài)學(xué)操作。數(shù)學(xué)形態(tài)學(xué)是以幾何學(xué)為基礎(chǔ)的對圖像進(jìn)行分析,其基本思想就是用一個結(jié)構(gòu)元素作為基本工具來探測和提取圖像特征,看這個結(jié)構(gòu)元素能否適當(dāng)有效地放入圖像內(nèi)部。數(shù)學(xué)形態(tài)學(xué)的基本操作運算有:膨脹、腐蝕、開啟、閉合。
[0039]圖像二值化。就是將圖像上的像素點的灰度值設(shè)置為O或255,也就是將整個圖像呈現(xiàn)出明顯的黑白效果。在灰度圖像中,常采用一個字節(jié)表示一個像素點,其灰度級為O?255,其二值化方法為構(gòu)造用一個二進(jìn)制位表示一個像素點的圖像,設(shè)置二值化閾值T,將大于T的像素點設(shè)置為1,小于等于T的點設(shè)為O。
[0040]OSTU算法。計算出連通區(qū)域內(nèi)的閾值,對該區(qū)域二值化進(jìn)行分割。
[0041]圖像水平投影與垂直投影。圖像投影一般是對于二值圖像而言的,水平投影用于統(tǒng)計圖像每行非零像素的個數(shù),而垂直投影用于統(tǒng)計每列中非零像素的個數(shù)。圖像投影算法主要運用于二值圖像的分割。
[0042]支持向量機(jī)(SVM)。SVM是一種監(jiān)督學(xué)習(xí)模型,通常用來進(jìn)行模式識別、分類、以及回歸分析。SVM針對線性可分情況進(jìn)行分析,對于線性不可分的情況,通過使用非線性映射算法將
當(dāng)前第1頁1 2 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
启东市| 汕尾市| 商都县| 卫辉市| 和田县| 海林市| 勃利县| 柘城县| 宁德市| 湘乡市| 永登县| 聂拉木县| 长白| 稷山县| 淳化县| 鹤峰县| 承德市| 平顶山市| 新建县| 浮山县| 丹寨县| 唐海县| 济源市| 六枝特区| 甘洛县| 洪雅县| 班戈县| 绩溪县| 台江县| 武平县| 东兰县| 卢湾区| 大荔县| 白城市| 临西县| 秀山| 台前县| 龙口市| 桓台县| 大安市| 红安县|