一種車輛車標識別系統技術方案

車標識別技術作為車輛識別技術的關鍵技術補充，也是智能交通領域需要解決的關鍵技術之一，車標識別對于完善智能交通系統有重要的意義。目前，車標定位的一些方法往往存在定位較慢、正確率不高等問題。本實用新型專利技術提供了一種車輛車標識別系統，有效解決了由于光照、噪聲、傾斜、形變、表面污損、部分遮擋以及車標周圍散熱網的存在，影響車輛車標正確識別，從而影響車輛辨別的問題。（*該技術在2024年保護過期，可自由使用*）

【技術實現步驟摘要】

本專利技術涉及一種識別系統，特別是涉及一種車輛車標識別系統。
技術介紹
進入21世紀以來，隨著我國經濟的飛速發展，機動車輛保有量也與日俱增，由此引發了日趨嚴重的交通問題；同時還出現了其他影響人們正常生活和財產安全的問題，給國家和人民帶來了巨大的經濟損失。因此，通過計算機信息化、智能化的管理車輛成為必然。車牌識別技術已被廣泛應用在交通流量監測，高速公路卡口收費，闖紅燈違章車輛監控及小區自動收費系統及一些公安系統的案件偵測中。車標識別技術作為車輛識別技術的關鍵技術補充，也是智能交通領域的關鍵技術之一。車標的識別大體分為車標粗定位，車標精定位，車標識別三個步驟，在現有技術中是利用車牌與車標的拓撲關系，先確定車標的大致區域，再根據提取的粗略位置準確的提取車標；但是，在對車標進行定位、識別時，由于光照、噪聲、傾斜、形變、表面污損、部分遮擋以及車標周圍散熱網存在的因素，直接影響著車標定位和車標識別的準確度。然而，車標是車輛的一個顯著性標志，它對車型的正確識別起著關鍵性的作用。針對現有技術中由于光照、噪聲、傾斜、形變、表面污損、部分遮擋以及車標周圍散熱網的存在，影響車輛車標正確識別，從而影響車輛辨別的問題，目前還尚未有有效的解決方案。
技術實現思路
針對現有技術中由于光照、噪聲、表面污損以及車標周圍散熱網的存在，影響車輛車標正確識別，從而影響車輛辨別的問題。本技術提供了一種車輛車標識別系統，以解決上述問題。一種車輛車標識別系統，包括有:圖像采集裝置、車標定位模塊、車標識別模塊和輸出模塊。所述圖像采集裝置采用高清攝像機，主要用于攝取車輛的正面圖像，為后續的車標識別過程提供清晰的車輛基本信息來源。所述車標定位模塊包括有粗定位子模塊和精定位子模塊，主要完成對車標的定位。粗定位子模塊主要完成對車輛車標的粗略定位，定位出車標所在的粗糙區域，粗定位的過程步驟如下。粗定位的目的主要是通過車牌定位技術和圖像的一階差分技術分別確定車牌和車燈的精確位置。首先，需要對圖像采集裝置傳送的圖像進行彩色空間轉換，將圖像由RGB彩色空間轉換到HSV彩色空間，并提取V通道(即亮度通道)下的圖像。進一步地，對提取V通道后的圖像做二值化和一階水平向前差分處理。進一步地，對一階水平向前差分處理后的圖像做水平灰度積分投影，根據投影曲線的連通域確定車燈的位置，連通域最大的位置認為是車燈的位置。進一步地，由于車標位于車牌上方和車燈之間，因而可以定位出車標的粗糙區域；精定位子模塊主要工作是對粗定位模塊定位的車標粗糙區域進行再處理，定位出車標的精確位置，其定位步驟如下。首先，精定位模塊將粗定位模塊定位出的車標粗糙區域圖像灰度化；并選擇合適的校正參數，對車標粗糙區域圖像做Gamma校正，獲得Gamma校正后的圖像；Gamma校正既能增強圖像的效果，同時又抑制了圖像增強過程中噪聲的引入。進一步地，定義水平方向和垂直方向的Laws算子，利用定義的Laws算子對Gamma校正后的車標區域粗糙圖像進行濾波處理，分別獲得水平邊緣圖像和垂直邊緣圖像；然后，對獲得的水平邊緣圖像做垂直灰度積分投影，根據圖像的垂直灰度積分投影曲線，判斷車標是否位于散熱網上以及散熱網的類型(水平紋理散熱網、垂直紋理散熱網、菱形紋理散熱網進一步地，判斷車標的所在位置。若車標不在散熱網上或者在水平紋理的散熱網上，將水平方向的Laws算子的濾波圖像作為操作圖像；若車標在垂直紋理或者菱形紋理的散熱網上，對水平方向的Laws算子的濾波處理圖像和垂直方向Laws算子的濾波圖像做與運算，與運算的結果作為操作圖像。進一步地，選擇圓盤狀的結構元素，對操作圖像做閉運算，并對閉運算后的圖像做垂直灰度積分投影；根據垂直灰度積分投影曲線中的連通域判斷閉運算后的圖像中是否包含足夠的興趣點；若興趣點較少，則對圖像做孤立點(非興趣區域)移除的操作；若興趣點足夠，則對圖像做開運算，并通過灰度積分投影曲線確定興趣區域的邊界，將興趣區域以外的部分(非興趣區域)移除。進一步地，對移除非興趣區域的圖像做膨脹運算，減弱開運算和非興趣區域移除操作對車標大小造成的影響。進一步地，確定車標的邊界。對車標的寬度和高度均設定一個適當的閾值，若車標的大小在設定的閾值范圍內，則認為定位成功；進一步地，若車標的大小不在設定的閾值范圍內，則應用Sobel算子重新定位。定義水平方向和垂直方向的Sobel算子，對Gamma校正后的圖像做Sobel濾波處理，然后對濾波后的圖像做與運算和閉運算，獲得閉運算圖像，對閉運算圖像做孤立點(非興趣區域)移除的操作，再作膨脹運算，減弱孤立點移除操作對車標大小造成的影響；最后確定車標的邊界，精確定位車標。所述車標識別模塊主要工作是完成對車標識別模塊傳送的車標圖像的車標特征識別，識別過程如下。車標識別模塊首先對車標定位模塊傳送的車標圖像(以下稱“被測試對象”)進行SIFT尺度不變特征轉換，通過提取車標圖像中的關鍵點的位置、尺度和旋轉不變量的描述子得到特征向量(即SIFT特征)。進一步地，調取進行過SIFT尺度不變特征轉換后的車標模板庫。進一步地，將從被測試對象中提取的特征向量與車標模板庫中的特征向量進行特征匹配，將關鍵點的特征向量的歐氏距離作為衡量兩幅圖像相似性的度量；針對被測試對象中的某個關鍵點，在車標模板庫中找出與之距離最近的兩個關鍵點，如果最近距離和次最近距離的比值小于某個閾值，則認為車標圖像中的關鍵點與車標模板庫中距離最近的關鍵點匹配；否則，認為不匹配。進一步地，統計每一副車標模板庫圖像與被測試圖像匹配的關鍵點的數量，匹配點數量最多的認為最匹配，得出匹配結果。所述輸出模塊，輸出車標識別模塊傳送的識別結果。通過本技術，有效解決了由于光照、噪聲、傾斜、形變、表面污損、部分遮擋以及車標周圍散熱網的存在，影響車輛車標正確識別，從而影響車輛辨別的問題。【附圖說明】圖1為本技術車輛車標識別系統的系統結構示意圖。圖2為本技術車輛車標識別系統運行流程圖。【具體實施方式】為使本技術易于理解，下面結合附圖對本技術的【具體實施方式】進行進一步的闡述。實施例1:如圖1所示，結合本技術的系統結構示意圖可知，識別過程包括有:圖像采集、車標定位、車標識別和結果輸出，具體實施步驟及實施目的如下。(I)圖像采集圖像采集裝置采用高清攝像機，主要用于攝取車輛的正面圖像，為后續的車標識別過程提供清晰的車輛基本信息來源。(2)車標定位車標定位主要由車標定位模塊來完成，車標定位模塊包括有粗定位子模塊和精定位子模塊。粗定位子模塊主要完成對車輛車標的粗略定位，定位出當前第1頁1 2 本文檔來自技高網...

【技術保護點】
一種車輛車標識別系統，其特征在于：系統包括有：圖像采集裝置、車標定位模塊、車標識別模塊和輸出模塊；所述圖像采集裝置采用高清攝像機，主要用于攝取車輛的正面圖像，為后續的車標識別過程提供清晰的車輛基本信息來源；所述車標定位模塊包括有粗定位子模塊和精定位子模塊，主要完成對車標的定位；其中，粗定位子模塊主要完成對車輛車標的粗略定位，定位出車標所在的粗糙區域；精定位子模塊主要工作是對粗定位模塊定位的車標粗糙區域進行再處理，定位出車標的精確位置；所述車標識別模塊主要工作是完成對車標識別模塊傳送的車標圖像的車標特征識別；所述輸出模塊，輸出車標識別模塊傳送的識別結果。

【技術特征摘要】

【專利技術屬性】
技術研發人員：穆曉飛，張素娥，張育軍，
申請(專利權)人：王云，賀政，
類型：新型
國別省市：河北;13