一種車輛車標識別方法技術

本發明專利技術公開了一種車輛車標識別方法，包括：（1）、建立車標樣本庫步驟；（2）、車標樣本庫特征提取步驟，包括對樣本進行標簽標識，以及將樣本劃分為N個子區域，對樣本分別在各子區域的特征進行特征提取；（3）、車標識別步驟，對待檢測車標圖像進行特征提取，共得到N個待匹配特征，將每個待匹配特征分別與其所在子區域的特征庫進行匹配，最終獲得車標結果；本識別方法具有可以應對不同光照的影響，以及不受傾斜車牌的影響，提高了對傾斜車標的識別率，具有計算量小，速度快以及識別精度高的優點。

【技術實現步驟摘要】
一種車輛車標識別方法
本專利技術屬于智能交通
，具體地說，是涉及一種車輛車標識別方法。
技術介紹
車標識別是智能交通中車輛檢測的一個重要屬性，對嫌疑車輛排查、套牌車自動檢測具有重要的作用，但是車標識別受環境光線的干擾非常嚴重，同一輛車在不同的光線下受反光、陰影、逆光的影響會呈現不同的視覺狀態，在對車標檢測帶來非常大的影響，另外，車標傾斜也會對車標識別產生很大的影響，傾斜角度越大，影響越大。公開號為CN103093205A專利技術名稱為《識別車標的方法》是通過建立不同的車標庫，并且采用PCA特征作為車標特征，與車標庫進行特征匹配，達到識別車標的目的。該算法沒有專門為傾斜車標進行設計，在遇到車標傾斜時識別率會很低，且現實中車標都存在一定角度的傾斜，而且該方法仍然沒有克服當存在部分在反光、部分在陰影內等亮暗不一的情況下，不能清楚識別車標的問題。基于此，如何專利技術一種車輛車標識別方法，可以解決由于不同光線下車標存在不同的視覺特征而造成車標難以識別的問題，是本專利技術主要解決的技術問題。
技術實現思路
本專利技術為了解決現有車標識別率低，識別效果不好的問題，提供了一種車輛車標識別方法，可以提高車標識別準確度。為了解決上述技術問題，本專利技術采用以下技術方案予以實現：一種車輛車標識別方法，包括以下步驟：（1）、建立車標樣本庫步驟；（2）、車標樣本庫特征提取步驟，包括：（2-1）、將每一個樣本進行標簽標識，同一類車標的標識相同；（2-2）、確定模板，該模板被劃分為N個子區域；（2-3）、對每個樣本分別在各子區域的特征進行特征提取，將位于同一個子區域的所有樣本的特征集合在一起形成一個特征庫，每個子區域對應一個特征庫，共N個特征庫；（3）、車標識別步驟，包括：（3-1）、對車標圖像分別在各子區域的特征進行特征提取，共得到N個待匹配特征；（3-2）、將每個待匹配特征分別與其所在子區域的特征庫進行匹配：首先將第一個待匹配特征與第一特征庫進行匹配，計算出第一特征庫中與該待匹配特征距離較小的前n1個特征，確定該前n1個特征所對應的樣本，所述第一特征庫包含有所有樣本在該待匹配特征所在的子區域的特征；其次將第二個待匹配特征與第二特征庫進行匹配，計算出第二特征庫中與該待匹配特征距離較小的前n2個特征，確定該前n2個特征所對應的樣本，第二特征庫包含有所述n1個樣本在該待匹配特征所在的子區域的特征，直至將所有待匹配特征匹配完畢，且每個待匹配特征所匹配的特征庫為包含有前一個待匹配特征匹配時所確定出的樣本在當前待匹配特征所在的子區域的特征，匹配最后一個特征時，計算出與該待匹配特征距離較小的前nN個特征,確定該前nN個特征所對應的樣本；（3-3）、統計nN個樣本所對應的標簽，得到車結果。進一步的，所述步驟（2-2）中子區域劃分的方法為：從模板的中心區域往外依次逐層劃分，得到位于中心的子區域為四邊形區域，其它子區域均為環形區域。又進一步的，將每個待匹配特征分別與其所在子區域的特征庫進行匹配的順序為：按照待匹配特征所位于子區域的順序匹配，首先匹配位于中心的子區域的待匹配特征，依次往外延伸至最外層子區域。由于不同車標的長寬尺寸各不相同，為了提高車標識別精度，優選將車標根據寬高比劃分為兩大類，也即：在步驟（1）中，所述的車標庫包括兩大類，寬高比例大于M為長方形類，寬高比例小于M為正方形類，在步驟（2-3）中，首先計算樣本的寬高比例，確定其所在類，并以其所在類的子區域劃分方法確定子區域，在步驟（3-1）中，首先計算待檢測車標的寬高比例，確定其所在類，并以其所在類的子區域劃分方法確定子區域，在步驟（3-2）中，首先在步驟（3-1）中所確定的類下將每個待匹配特征分別與其所在子區域的特征庫進行匹配，其中M取值范圍為：1.4～1.5。優選的，在所述步驟（2-1）之前還包括步驟（2-1a）、將車標庫中所有車標的尺寸歸一化，歸一化后的每個車標為一個樣本。由于在應對實際情況中由于拍攝角度等原因造成待檢測的車標是傾斜的，為了使傾斜車標時可以匹配到合適的車標，保證實際待檢測的車標在庫中有更加近似的樣本，需要增加樣本的多樣性，在所述步驟（2-1a）與步驟（2-1）之間還包括步驟（2-1b）、車標擴展的步驟，將車標樣本分別傾斜旋轉-10度、-5度、5度、10度，使車標樣本庫中的樣本數量變為原來的5倍。又進一步的，為了使處理標準統一、提高處理速度，在所述步驟（3-1）之前還包括步驟（3-1a）、將待檢測車標轉化為灰度圖像，在步驟（3-1）中對所述灰度圖像分別在各子區域的特征進行特征提取。優選的，在所述步驟（2）和步驟（3）中，采用HOG特征提取方法進行特征提取。優選的，在所述步驟（3-2）中采用KNN法進行特征匹配。優選的，所述的N取值為3。與現有技術相比，本專利技術的優點和積極效果是：本專利技術的一種車輛車標識別方法，1、通過HOG特征可實現白天車標檢測和夜間車標檢測的統一；2、通過利用寬高比的分類，避免明顯不同特征的車標歸一化到一起相互影響；3、分區域特征提取和分段特征匹配可降低誤撿的概率和提高檢測的效率。結合附圖閱讀本專利技術實施方式的詳細描述后，本專利技術的其他特點和優點將變得更加清楚。附圖說明圖1是本專利技術所提出的車輛車標識別方法的一種實施例流程圖；圖2是實施例二中子區域劃分示意圖；圖3是實施例二中子區域劃分示意圖。具體實施方式下面結合附圖對本專利技術的具體實施方式作進一步詳細地說明。實施例一，本實施例提供了一種車輛車標識別方法，包括以下步驟：S1、建立車標樣本庫步驟；S2、車標樣本庫特征提取步驟，包括：S2-1、將每一個樣本進行標簽標識，同一類車標的標識相同；S2-2、確定模板，該模板被劃分為N個子區域；S2-3、對每個樣本分別在各子區域的特征進行特征提取，將位于同一個子區域的所有樣本的特征集合在一起形成一個特征庫，每個子區域對應一個特征庫，共N個特征庫；S3、車標識別步驟，包括：S3-1、對車標圖像分別在各子區域的特征進行特征提取，共得到N個待匹配特征；S3-2、將每個待匹配特征分別與其所在子區域的特征庫進行匹配：首先將第一個待匹配特征與第一特征庫進行匹配，計算出第一特征庫中與該待匹配特征距離較小的前n1個特征，確定該前n1個特征所對應的樣本，所述第一特征庫包含有所有樣本在該待匹配特征所在的子區域的特征；其次將第二個待匹配特征與第二特征庫進行匹配，計算出第二特征庫中與該待匹配特征距離較小的前n2個特征，確定該前n2個特征所對應的樣本，第二特征庫包含有所述n1個樣本在該待匹配特征所在的子區域的特征，直至將所有待匹配特征匹配完畢，且每個待匹配特征所匹配的特征庫為包含有前一個待匹配特征匹配時所確定出的樣本在當前待匹配特征所在的子區域的特征，匹配最后一個特征時，計算出與該待匹配特征距離較小的前nN個特征,確定該前nN個特征所對應的樣本；此外，需要說明的是：步驟S3-2中，匹配最后一個特征時，該特征可以是所有待匹配特征中的最后一個，也可以是在前一匹配所確定的樣本，該樣本在全部子區域的特征所形成的特征庫中匹配所有的待匹配特征，計算出與該待匹配特征距離較小的前nN個特征,確定該前nN個特征所對應的樣本。S3-3、統計nN個樣本所對應的標簽，得到車結果。本實施例的車標識別方法具有以下有益效果：1、步驟S2本文檔來自技高網...

【技術保護點】
一種車輛車標識別方法，其特征在于，包括以下步驟：（1）、建立車標樣本庫步驟；（2）、車標樣本庫特征提取步驟，包括：（2?1）、將每一個樣本進行標簽標識，同一類車標的標識相同；（2?2）、確定模板，該模板被劃分為N個子區域；（2?3）、對每個樣本分別在各子區域的特征進行特征提取，將位于同一個子區域的所有樣本的特征集合在一起形成一個特征庫，每個子區域對應一個特征庫，共N個特征庫；（3）、車標識別步驟，包括：（3?1）、對車標圖像分別在各子區域的特征進行特征提取，共得到N個待匹配特征；（3?2）、將每個待匹配特征分別與其所在子區域的特征庫進行匹配：首先將第一個待匹配特征與第一特征庫進行匹配，計算出第一特征庫中與該待匹配特征距離較小的前n1個特征，確定該前n1個特征所對應的樣本，所述第一特征庫包含所有樣本在該待匹配特征所在的子區域的特征；其次將第二個待匹配特征與第二特征庫進行匹配，計算出第二特征庫中與該待匹配特征距離較小的前n2個特征，確定該前n2個特征所對應的樣本，第二特征庫包含有所述n1個樣本在該待匹配特征所在的子區域的特征，直至將所有待匹配特征匹配完畢，且每個待匹配特征所匹配的特征庫為包含有前一個待匹配特征匹配時所確定出的樣本在當前待匹配特征所在的子區域的特征，匹配最后一個特征時，計算出與該待匹配特征距離較小的前nN個特征,?確定該前nN個特征所對應的樣本；??（3?3）、統計nN個樣本所對應的標簽，得到車標識別結果。...

【技術特征摘要】
1.一種車輛車標識別方法，其特征在于，包括以下步驟：（1）、建立車標樣本庫步驟；（2）、車標樣本庫特征提取步驟，包括：（2-1）、將每一個樣本進行標簽標識，同一類車標的標識相同；（2-2）、確定模板，該模板被劃分為N個子區域；（2-3）、對每個樣本分別在各子區域的特征進行特征提取，將位于同一個子區域的所有樣本的特征集合在一起形成一個特征庫，每個子區域對應一個特征庫，共N個特征庫；（3）、車標識別步驟，包括：（3-1）、對車標圖像分別在各子區域的特征進行特征提取，共得到N個待匹配特征；（3-2）、將每個待匹配特征分別與其所在子區域的特征庫進行匹配：首先將第一個待匹配特征與第一特征庫進行匹配，計算出第一特征庫中與該待匹配特征距離，計算出第一特征庫中與該待匹配特征距離較小的前n1個特征，距離較小的前n1個特征是指將該第一特征庫中與該待匹配特征的距離按照數值升序排序，取前n1個特征，確定該前n1個特征所對應的樣本，所述第一特征庫包含所有樣本在該待匹配特征所在的子區域的特征；其次將第二個待匹配特征與第二特征庫進行匹配，計算出第二特征庫中與該待匹配特征距離，計算出第二特征庫中與該待匹配特征距離較小的前n2個特征，距離較小的前n2個特征是指將該第二特征庫中與該待匹配特征的距離按照數值升序排序，取前n2個特征，確定該前n2個特征所對應的樣本，第二特征庫包含有所述n1個特征在該待匹配特征所在的子區域的特征，直至將所有待匹配特征匹配完畢，且每個待匹配特征所匹配的特征庫為包含有前一個待匹配特征匹配時所確定出的樣本在當前待匹配特征所在的子區域的特征，匹配最后一個特征時，計算出與該待匹配特征距離較小的前nN個特征,所述最后一個特征指在前一匹配所確定的樣本，該樣本在全部子區域的特征所形成的特征庫中匹配所有的待匹配特征，計算出與該待匹配特征距離，距離較小的前nN個特征是指將樣本在全部子區域的特征所形成的特征庫中與該待匹配特征的距離按照數值升序排序，取前nN個特征,確定該前nN個特征所對應的樣本；（3-3）、統計nN個樣本所對應的標簽，得到車標識別結果。2.根據權利要求1所述的...

【專利技術屬性】
技術研發人員：劉韶，田永鴻，方舒，王耀威，葛雷鳴，張弢，王曉曼，魏楠楠，秦曉紅，
申請(專利權)人：青島海信網絡科技股份有限公司，
類型：發明
國別省市：