基于顏色直方圖的車身顏色識別方法技術

本發明專利技術提供一種基于顏色直方圖的車身顏色識別方法，包括車牌定位、車身顏色特征區域定位、車身顏色識別三個主要步驟。首先通過車牌識別技術確定車牌位置，通過車牌高、寬及位置坐標信息，檢測車身顏色的粗略區域；對車身顏色區域進行預處理減少外部環境干擾；對預處理后的車身顏色粗區域進一步搜索，獲取車身顏色精確特征區域；轉換為Lab顏色空間，在Lab空間提取顏色直方圖，并使用非線性SVM進行車身顏色訓練和識別。本發明專利技術能對交通車輛視頻和圖像進行智能化處理，實現車身顏色的自動識別。相比與其他同領域的方案，本發明專利技術具有很高識別準確率，且在復雜的環境中魯棒性強。

【技術實現步驟摘要】

本專利技術屬于數字圖像處理技術，特別涉及計算機視覺識別技術。
技術介紹
因此在智能交通系統中，在對車牌進行識別的同時，還需要車輛的其他輔助信息，如車身顏色，車型，車標等。目前關于車身顏色識別的研究相對較少，技術尚不成熟，其識別準確率遠不如車牌識別。影響識別率的主要原因: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生顏色失真；2、車輛顏色復雜多變(車身顏色豐富多彩，部分車輛顏色比較少見);3、運動車輛的分割定位困難(攝像頭位置不同，主顏色區域很那定位，定位算法受車型影響)。當前車身顏色識別方法有:—、基于色差的方法。將RGB空間轉換為HIS空間，在HIS空間對所選區域計算彩色直方圖，根據相應的色差計算公式，計算與標準顏色模板間的色差，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果，但在實際應用中，光照、天氣等影響使其獲取的車輛圖像及顏色都不穩定。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.計算機應用，2004，9.二、基于模板的背景減除法。通過聯合基于模板的前景掩膜法和圖像分割，使用基于掩膜相關區域標注算法將圖像分成幾個區域，然后通過去除不必要的區域細化前景圖像得到顏色特征區域。采用兩層SVM算法對車身顏色進行分類，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、運動目標等外部環境非常敏感。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, 2010.三、基于流形學習的方法。該方法通過車尾燈紅色塊定位、幾何規則過濾以及基于紋理信息的分類級聯方法定位車身尾部的顏色特征區域，將多個顏色空間的特征進行融合，然后降低特征維數。在流形空間中分別使用SVM，kNN進行分類學習。該方法速度非常快，能滿足實時性要求，有較高的準確率，但此方法是利用車身尾部進行顏色特征提取，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.
技術實現思路
本專利技術所要解決的技術問題是，提供一種準確率高的車身顏色的自動識別方法。本專利技術為解決上述技術問題所采用的技術方案是，，包括以下步驟:步驟1、車牌定位1-1:首先系統接收前端設備采集的圖片流，根據獲得運動場景中背景圖像，將當前圖像幀與背景圖像相減得到運動目標區域；1-2:對運動目標區域提取特征輸入車輛分類器實現場景內目標跟蹤；1-3:對場景內跟蹤的各目標所在的區域圖片輸入訓練好的車牌分類器實現車牌定位;步驟2、車身顏色區域定位2-1:根據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域，所述粗矩形區域為以車牌區域中心為參考點，在車牌正上方截取一個高為λΗ，寬為yW的矩形區域，其中H，W分別為車牌的高與寬，λ與γ為統計得到的區域擴張經驗值；2-2:對粗矩形區域進行降噪預處理；2-3:對粗矩形區域進行精確搜索，獲得穩定的車身顏色區域:(a)將粗矩形區域的圖像轉換為灰度圖像；(b)對粗區域灰度圖像進行二值化；(c)統計二值圖像中非O區域的面積，將非O區域的面積小于噪點面積閾值的區域的像素更新為O ;(d)利用水平投影統計區域中水平方向非零像素的個數，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，進行豎直投影統計豎直方向非零像素的個數，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，根據這四個邊界提取精確的顏色區域；所述水平方向閾值為水平方向像素總個數的四分之一，豎直方向閾值為豎直方向像素總個數的四分之一；步驟3、車身顏色識別3-1:將精確的車身顏色區域轉換到Lab色彩空間；3-2:在Lab色彩空間提取車身顏色直方圖；3-3:利用車身顏色直方圖特征輸入訓練好的SVM分類器進行識別，得到車身顏色結果。本專利技術包括車牌定位、車身顏色特征區域定位、車身顏色識別三個主要步驟。首先通過車牌識別技術確定車牌位置，通過車牌高、寬及位置坐標信息，檢測車身顏色的粗略區域；對車身顏色區域進行預處理減少外部環境干擾；對預處理后的車身顏色粗區域進一步搜索，獲取車身顏色精確特征區域；轉換為Lab顏色空間，在Lab空間提取顏色直方圖，并使用非線性SVM進行車身顏色訓練和識別。本專利技術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域，再提取能代表車身主顏色的精確區域，通過構造Lab空間歸一化顏色直方圖，利用非線性SVM進行快速準確的進行車身顏色分類，實驗證明提出的框架極大的提高了系統的實時性與結果的穩定性。本專利技術給出一種新的車身顏色定位方法，利用車牌定位結果估算能代表車身顏色的大致區域，結合顏色區域的紋理特征提取精確的車身顏色主區域；簡單、快速，且具有很強的魯棒性，不會受車型限制。進一步的，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，不受設備影響，能很好的控制光照對顏色區域的影響，具有很好的魯棒性。本專利技術的有益效果是，能對交通車輛視頻和圖像進行智能化處理，實現車身顏色的自動識別。相比與其他同領域的方案，本專利技術具有很高識別準確率，且在復雜的環境中魯棒性強。【附圖說明】圖1:車身顏色識別系統整體流程示意圖【具體實施方式】為方便描述本
技術實現思路
，這里首先對一些術語進行說明:車身顏色識別系統。指能夠檢測到受監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、藍色及其他顏色)，并對其進行識別。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準的基礎上建立的，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被視為與設備無關的顏色模型。圖像的形態學操作。數學形態學是以幾何學為基礎的對圖像進行分析，其基本思想就是用一個結構元素作為基本工具來探測和提取圖像特征，看這個結構元素能否適當有效地放入圖像內部。數學形態學的基本操作運算有:膨脹、腐蝕、開啟、閉合。圖像二值化。就是將圖像上的像素點的灰度值設置為O或255，也就是本文檔來自技高網...

【技術保護點】
基于顏色直方圖的車身顏色識別方法，其特征在于，包含以下步驟：步驟1、車牌定位1?1：首先系統接收前端設備采集的圖片流，根據獲得運動場景中背景圖像，將當前圖像幀與背景圖像相減得到運動目標區域；1?2：對運動目標區域提取特征輸入車輛分類器實現場景內目標跟蹤；1?3：對場景內跟蹤的各目標所在的區域圖片輸入訓練好的車牌分類器實現車牌定位；步驟2、車身顏色區域定位2?1：根據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域，所述粗矩形區域為以車牌區域中心為參考點，在車牌正上方截取一個高為λH，寬為γW的矩形區域，其中H，W分別為車牌的高與寬，λ與γ為統計得到的區域擴張經驗值；2?2：對粗矩形區域進行降噪預處理；2?3：對粗矩形區域進行精確搜索，獲得穩定的車身顏色區域：(a)將粗矩形區域的圖像轉換為灰度圖像；(b)對粗區域灰度圖像進行二值化；(c)統計二值圖像中非0區域的面積，將非0區域的面積小于噪點面積閾值的區域的像素更新為0；(d)利用水平投影統計區域中水平方向非零像素的個數，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，進行豎直投影統計豎直方向非零像素的個數，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，根據這四個邊界提取精確的顏色區域；所述水平方向閾值為水平方向像素總個數的四分之一，豎直方向閾值為豎直方向像素總個數的四分之一；步驟3、車身顏色識別3?1：將精確的車身顏色區域轉換到Lab色彩空間；3?2：在Lab色彩空間提取車身顏色直方圖；3?3：利用車身顏色直方圖特征輸入訓練好的SVM分類器進行識別，得到車身顏色結果。...

【技術特征摘要】

【專利技術屬性】
技術研發人員：解梅，黃成揮，于國輝，羅招材，
申請(專利權)人：電子科技大學，
類型：發明
國別省市：四川;51