一種基于顏色的庫位定位系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于智能交通的領(lǐng)域，尤其是一種基于顏色的庫位定位系統(tǒng)。
【背景技術(shù)】
[0002]隨著社會(huì)的發(fā)展，人們對(duì)交通系統(tǒng)的要求越來越高，大力發(fā)展智能交通系統(tǒng)(Intelligent Transportat1n System，簡稱ITS)，已成為亟待解決的問題。ITS是集電子、通信、計(jì)算機(jī)、人工智能、機(jī)器視覺、數(shù)字圖像處理等多門科學(xué)和技術(shù)的綜合化系統(tǒng)。智能交通系統(tǒng)的發(fā)展正在日益影響著社會(huì)生活、國民經(jīng)濟(jì)、城市建設(shè)等方方面面，因而受到政府和研究機(jī)構(gòu)的高度重視。各地對(duì)智能交通的需求主要集中在如合節(jié)省資金和節(jié)約人力的情況下提高對(duì)車輛監(jiān)控和管理的自動(dòng)化程度，庫位識(shí)別是智能交通系統(tǒng)中最重要和基礎(chǔ)的技術(shù)之一，其任務(wù)是通過對(duì)環(huán)境標(biāo)志的處理來定位庫位，根據(jù)周邊布置的顏色標(biāo)識(shí)環(huán)境，通過圖像輸入設(shè)備采集環(huán)境圖像，根據(jù)算法提供相對(duì)位置及絕對(duì)位置以及方向的快速定位方案。

【發(fā)明內(nèi)容】

[0003]本發(fā)明要解決的技術(shù)問題是:為了解決上述【背景技術(shù)】中存在的問題，提供一種基于顏色的庫位定位系統(tǒng)，基于彩色跳變點(diǎn)和顏色密度信息，在HSV空間中依據(jù)顏色距離對(duì)環(huán)境標(biāo)志進(jìn)行分類，利用彩色跳變點(diǎn)來確定庫位的大致范圍，通過顏色密度和連通域信息不斷縮小庫位區(qū)域直到精確定位出庫位的位置，解決車輛停靠的庫位定位系統(tǒng)。
[0004]本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是:一種基于顏色的庫位定位系統(tǒng)，其特征在于，具體步驟如下:
[0005]步驟1:將顏色標(biāo)志用雙線性插值法縮小到原圖片的0.2倍；
[0006]步驟2:將縮放后的顏色標(biāo)志圖片紅綠藍(lán)RGB顏色空間轉(zhuǎn)化到HSV顏色空間，H、S、V分別代表顏色的色調(diào)Hue、飽和度Saturat1n和亮度Value，在HSV空間中依據(jù)顏色間距離計(jì)算公式，計(jì)算圖片中每一像素到八種基準(zhǔn)顏色藍(lán)、黃、白、黑、綠、青、紅、洋紅的距離d，所述的八種基準(zhǔn)顏色在把￥空間的坐標(biāo)分別為(240，1，1)、(60，1，1)、(0，0，1)、(0，0，0)、(120，1，1)、(180，1，1)、(0，1，1)、(300，1，1)，所述的顏色間距離計(jì)算公式為:
[0007]d= [ (v1-v2)2+(si*c0sh1-s2*c0sh2)2+(si*sinhi_s2*sinh2)2]1/2
[0008]對(duì)顏色標(biāo)志圖片的顏色進(jìn)行分類，以最小距離d所對(duì)應(yīng)的顏色作為縮放后的顏色標(biāo)志圖片像素點(diǎn)分類后的顏色，其中V1、V2分別表示待計(jì)算的距離所對(duì)應(yīng)的兩像素在HSV空間中亮度Value分量值，S1、S2分別表示待計(jì)算的距離所對(duì)應(yīng)的兩像素在HSV空間中飽和度Saturat1n分量值，hi，h2分別表示待計(jì)算的距離所對(duì)應(yīng)的兩像素在HSV空間中色調(diào)Hue分量值，并用一個(gè)和顏色分類后的顏色標(biāo)志長度和寬度一樣的矩陣NS來存儲(chǔ)顏色分類后的顏色標(biāo)志中的顏色信息，數(shù)值從I到8分別代表藍(lán)、黃、白、黑、綠、青、紅、洋紅；
[0009]步驟3:顏色分類后的顏色標(biāo)志進(jìn)行彩色二值化，分別將可能成為庫位底色的黑、白、藍(lán)、黃四種顏色置為前景白色即賦值為I，再分別將剩余的七種顏色置為黑色即賦值為0，得到四幅二值圖片，分別稱這四幅圖片為黑色二值圖、白色二值圖、藍(lán)色二值圖、黃色二值圖；
[0010]步驟4:
[0011]步驟4.1:分別尋找二值圖中最上方、最下方、最左邊和最右邊的白點(diǎn)，將它們所在的行或列分別作為新的顏色標(biāo)志上邊界、下邊界、左邊界和右邊界，統(tǒng)計(jì)由以上邊界圍合而成區(qū)域內(nèi)所有白點(diǎn)的個(gè)數(shù)colorsum，計(jì)算該范圍內(nèi)的顏色密度colord，顏色密度colord的值為所有白點(diǎn)的個(gè)數(shù)Co I or sum除以總像素個(gè)數(shù)，轉(zhuǎn)入步驟4.2 ；
[0012]步驟4.2:當(dāng)顏色密度大于0.7或小于0.4時(shí)，計(jì)算所有白色像素點(diǎn)坐標(biāo)的平均值，將該平均值賦給P點(diǎn)，標(biāo)記出二值圖中所有的白色像素點(diǎn)的四連通域，計(jì)算所有四連通域到P點(diǎn)的距離，四連通區(qū)域到P點(diǎn)的距離為該四連通域中與P點(diǎn)距離最近的像素點(diǎn)到P點(diǎn)的距離，將距離P點(diǎn)最遠(yuǎn)的四連通域中的像素置為黑色，轉(zhuǎn)入步驟4.1，當(dāng)顏色密度大于0.4并且小于0.7時(shí)停止操作，將由最終得到的顏色標(biāo)志邊界而確定的顏色標(biāo)志輸出。
[0013]本發(fā)明的有益效果是，本發(fā)明的一種基于顏色的庫位定位系統(tǒng)，利用彩色跳變點(diǎn)來確定庫位的大致范圍，通過顏色密度和連通域信息不斷縮小庫位區(qū)域直到精確定位出庫位的位置，解決車輛?？康膸煳欢ㄎ幌到y(tǒng)。
【附圖說明】
[0014]圖1是本發(fā)明的流程圖。
【具體實(shí)施方式】
[0015]現(xiàn)在結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說明。這些附圖均為簡化的示意圖，僅以示意方式說明本發(fā)明的基本結(jié)構(gòu)，因此其僅顯示與本發(fā)明有關(guān)的構(gòu)成。
[0016]圖1所示的一種基于顏色的庫位定位系統(tǒng)，具體步驟如下:
[0017]步驟1:將顏色標(biāo)志用雙線性插值法縮小到原圖片的0.2倍；
[0018]步驟2:將縮放后的顏色標(biāo)志圖片紅綠藍(lán)RGB顏色空間轉(zhuǎn)化到HSV顏色空間，H、S、V分別代表顏色的色調(diào)Hue、飽和度Saturat1n和亮度Value，在HSV空間中依據(jù)顏色間距離計(jì)算公式，計(jì)算圖片中每一像素到八種基準(zhǔn)顏色藍(lán)、黃、白、黑、綠、青、紅、洋紅的距離d，所述的八種基準(zhǔn)顏色在把￥空間的坐標(biāo)分別為(240，1，1)、(60，1，1)、(0，0，1)、(0，0，0)、(120，1，1)、(180，1，1)、(0，1，1)、(300，1，1)，所述的顏色間距離計(jì)算公式為:
[0019]d= [ (v1-v2)2+(si*c0sh1-s2*c0sh2)2+(si*sinhi_s2*sinh2)2]1/2
[0020]對(duì)顏色標(biāo)志圖片的顏色進(jìn)行分類，以最小距離d所對(duì)應(yīng)的顏色作為縮放后的顏色標(biāo)志圖片像素點(diǎn)分類后的顏色，其中V1、V2分別表示待計(jì)算的距離所對(duì)應(yīng)的兩像素在HSV空間中亮度Value分量值，S1、S2分別表示待計(jì)算的距離所對(duì)應(yīng)的兩像素在HSV空間中飽和度Saturat1n分量值，hi，h2分別表示待計(jì)算的距離所對(duì)應(yīng)的兩像素在HSV空間中色調(diào)Hue分量值，并用一個(gè)和顏色分類后的顏色標(biāo)志長度和寬度一樣的矩陣NS來存儲(chǔ)顏色分類后的顏色標(biāo)志中的顏色信息，數(shù)值從I到8分別代表藍(lán)、黃、白、黑、綠、青、紅、洋紅；
[0021]步驟3:顏色分類后的顏色標(biāo)志進(jìn)行彩色二值化，分別將可能成為庫位底色的黑、白、藍(lán)、黃四種顏色置為前景白色即賦值為I，再分別將剩余的七種顏色置為黑色即賦值為0，得到四幅二值圖片，分別稱這四幅圖片為黑色二值圖、白色二值圖、藍(lán)色二值圖、黃色二值圖；
[0022]步驟4:
[0023]步驟4.1:分別尋找二值圖中最上方、最下方、最左邊和最右邊的白點(diǎn)，將它們所在的行或列分別作為新的顏色標(biāo)志上邊界、下邊界、左邊界和右邊界，統(tǒng)計(jì)由以上邊界圍合而成區(qū)域內(nèi)所有白點(diǎn)的個(gè)數(shù)colorsum，計(jì)算該范圍內(nèi)的顏色密度colord，顏色密度colord的值為所有白點(diǎn)的個(gè)數(shù)Co I or sum除以總像素個(gè)數(shù)，轉(zhuǎn)入步驟4.2 ；
[0024]步驟4.2:當(dāng)顏色密度大于0.7或小于0.4時(shí)，計(jì)算所有白色像素點(diǎn)坐標(biāo)的平均值