車輛顏色識別方法
【專利摘要】本發(fā)明公開了一種車輛顏色識別方法，屬于圖像處理領(lǐng)域。該方法包括：定位車牌位置并識別車牌顏色；根據(jù)車牌位置和顏色信息，確定車輛顏色識別參考區(qū)域；通過對參考區(qū)域飽和度等特征參數(shù)的統(tǒng)計，將車輛分為彩色車和黑白銀灰色車；若判定結(jié)果為彩色車，分離出彩色區(qū)域，并對此區(qū)域進行顏色識別；若判定結(jié)果為黑白銀灰車，則將參考區(qū)域分割，通過投票的方法確定車輛的顏色。本發(fā)明解決了現(xiàn)有技術(shù)對圖像中的干擾敏感的問題。
【專利說明】車輛顏色識別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理技術(shù)，具體涉及一種對道路圖像進行車輛信息檢測的方法，尤其涉及車輛顏色識別方法。
【背景技術(shù)】
[0002]近年來，隨著計算機及互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，各種機動車數(shù)量的迅猛增長，各類信息包括與交通相關(guān)的信息呈現(xiàn)爆炸式增長的態(tài)勢。為了能夠更加安全、高效的管理這些信息，智能交通系統(tǒng)(Intelligence Transportation System)應運而生。智能交通系統(tǒng)可以在收費卡口，停車場，刑事追蹤等方面展現(xiàn)出強大的作用。視頻圖像中車輛信息包括車牌號碼、車輛顏色、車輛型號等，其中車輛顏色識別在車輛道路監(jiān)控中有著舉足輕重的作用，是車輛信息中不可或缺的一部分。當車牌號碼無法識別或者無法區(qū)分時，車輛顏色等其他車輛信息就成為區(qū)分車輛的依據(jù)。例如在違規(guī)套牌車輛識別中，必須通過非號牌信息來區(qū)分同號牌車輛，車輛顏色信息就是首選。
[0003]車輛顏色判斷主要分為兩個過程，首先需要在取證圖片中選取車輛顏色判斷的候選區(qū)域，然后對該區(qū)域進行顏色判斷，輸出車輛顏色。車輛顏色判斷候選區(qū)域的選取是車輛顏色識別的關(guān)鍵。
[0004]傳統(tǒng)的車輛顏色識別方法，是選取整個車輛或一個矩形區(qū)域作為車輛顏色判斷的輸入，由于整個車輛上面真正反映車輛顏色的區(qū)域很少，而車輛上面的窗戶或者排氣口顏色可能與車輛顏色差距很大，對車輛顏色的識別產(chǎn)生很大干擾。因此上述方法有對上述干擾敏感的問題。

【發(fā)明內(nèi)容】

[0005]針對上述現(xiàn)有車輛識別技術(shù)所存在的問題，本發(fā)明的目的在于提供一種優(yōu)化的車輛顏色識別方法，該方法能夠解決現(xiàn)有技術(shù)選取的用于顏色判斷的候選區(qū)域存在較大干擾的問題，使其能夠更準確地識別車輛的顏色。
[0006]為了達到上述目的，本發(fā)明采用如下的技術(shù)方案:
[0007]車輛顏色識別方法，所述識別方法包括如下步驟:
[0008](I)定位車牌的位置，并識別車牌的顏色；
[0009](2)根據(jù)車牌的顏色，選取車牌上方對應的區(qū)域作為車輛顏色識別參考區(qū)域；
[0010](3)通過統(tǒng)計的方法，將車輛分為彩色車和黑白灰色車，若車輛被判定為彩色車，則轉(zhuǎn)入步驟(4)進行顏色識別；若車輛判定為黑白灰色車，則轉(zhuǎn)入步驟(5)進行顏色識別；
[0011](4)分離出參考區(qū)域中的彩色區(qū)域，并對此區(qū)域進行顏色識別；
[0012](5)將參考區(qū)域分割，根據(jù)每個區(qū)域的顏色一致性判斷此區(qū)域是否有效，并且識別每個有效區(qū)域的顏色，最后通過投票確定車輛顏色。
[0013]在本識別方法的優(yōu)選實例中，所述步驟(4)中通過如下步驟實現(xiàn):
[0014](4-1)創(chuàng)建參考區(qū)域的H通道直方圖；[0015](4-2)根據(jù)H通道的直方圖，分離出兩部分主色區(qū)域，并作反向投影找到相應的區(qū)域；
[0016](4-3)在S通道進行聚類，取其中類中心值較高并且所占面積比率大于一定閾值的區(qū)域；
[0017](4-4)將步驟(4-2)的結(jié)果與步驟(4-3)的結(jié)果進行與操作，分離出彩色區(qū)域；
[0018](4-5)對分離出的彩色區(qū)域進行顏色識別。
[0019]進一步的，所述步驟(4-5)中還包括對顏色識別的結(jié)果進行第二次判定的步驟，若顏色識別的結(jié)果為彩色的，則將此結(jié)果視為車輛的顏色，若顏色識別結(jié)果為黑白銀灰色的，則轉(zhuǎn)入步驟(5)再次進行顏色識別。
[0020]進一步的，所述步驟(5)中通過如下步驟實現(xiàn):
[0021](5-1)將參考區(qū)域等分為N份；
[0022](5-2)計算每份區(qū)域在S通道中的方差，并選擇S方差最小的數(shù)個區(qū)域作為有效區(qū)域；
[0023](5-3)對每個有效區(qū)域進行顏色識別；
[0024](5-4)根據(jù)步驟(5-3)的結(jié)果，通過投票確定車輛顏色。
[0025]通過上述方案，本發(fā)明能夠有效避免識別過程中選取的用于顏色判斷的候選區(qū)域存在較大干擾的問題，能夠非常準確的識別出車輛的顏色，極大的提高識別的精度。
[0026]再者，本方案進行識別時，識別計算速度快，識別效率高。
【專利附圖】

【附圖說明】
[0027]以下結(jié)合附圖和【具體實施方式】來進一步說明本發(fā)明。
[0028]圖1本發(fā)明所述車輛顏色識別方法流程圖；
[0029]圖2為黃色車牌車輛顏色識別的參考區(qū)域示意圖；
[0030]圖3為藍色車牌車輛顏色識別的參考區(qū)域示意圖；
[0031]圖4參考區(qū)域中的彩色區(qū)域的分離的實例圖。
【具體實施方式】
[0032]為了使本發(fā)明實現(xiàn)的技術(shù)手段、創(chuàng)作特征、達成目的與功效易于明白了解，下面結(jié)合具體圖示，進一步闡述本發(fā)明。
[0033]參見圖1，其所示為本發(fā)明進行車輛顏色識別的流程圖。由圖可知，本發(fā)明在進行車輛顏色識別過程如下:
[0034]第一步，首先獲取車輛頭部的圖像。
[0035]第二步，對獲取得到的車輛頭部圖像進行車牌位置的定位與車牌顏色的識別。對于車牌的位置與顏色信息為本識別方法的前提，因為現(xiàn)有多數(shù)車輛信息檢測系統(tǒng)都包含車牌定位與識別模塊，因此可以直接利用車牌定位與識別的結(jié)果，來確定車輛顏色識別的參考區(qū)域，不需要額外操作。車牌顏色識別的結(jié)果具體可分為黃色和其他顏色，如藍色。
[0036]第三步，在得到車牌位置和顏色信息后，根據(jù)車牌的顏色確定用于車輛顏色識別的參考區(qū)域。若車牌顏色識別的結(jié)果為黃色，取圖像上邊界為參考區(qū)域的上邊界，車牌10上邊界為參考區(qū)域的下邊界，同時參考區(qū)域的左右邊界與車牌的左右邊界相同，由此形成黃色車牌10對應的參考區(qū)域20 (如圖2所示)。
[0037]若車牌識別的結(jié)果為藍色，取車牌30上邊界向上6個車牌高度為參考區(qū)域的上邊界，車牌30上邊界向上3.5個車牌高度為參考區(qū)域的下邊界，同時參考區(qū)域的左右邊界與車牌的左右邊界相同，由此形成藍色車牌30對應的參考區(qū)域40 (如圖3所示)。
[0038]第四步，在確定了參考區(qū)域后，通過統(tǒng)計的方法，判斷參考區(qū)域是否有超過一定百分比的區(qū)域為彩色區(qū)域，由此將車輛分為彩色車和黑白銀灰車。對于使用到的統(tǒng)計方法具體可采用基于S通道直方圖的統(tǒng)計方法、基于RGB三通道的顏色均值的兩兩相減后之和與顏色聚類后類中心的信息的統(tǒng)計方法、基于S通道顏色聚類的統(tǒng)計方法。當然，可以采用其他現(xiàn)有技術(shù)將車輛分為彩色車和黑白銀灰車。
[0039]第五步，根據(jù)參考區(qū)域的判斷結(jié)果，進行對應的識別操作:
[0040]若判定結(jié)果為彩色車，則分離參考區(qū)域中的彩色區(qū)域，并對分理處的彩色區(qū)域進行顏色識別，得到彩色區(qū)域的顏色識別結(jié)果后，再進行第二次顏色判定，若二次顏色判定結(jié)果為彩色則視為有效，若二次顏色判定結(jié)果為黑白銀灰色則得到照片中車輛顏色為黑白銀灰色的結(jié)果；
[0041]若判定結(jié)果為黑白銀灰車，包括通過第一次和第二次顏色判定得出的結(jié)果，則將參考區(qū)域等量分割，并通過顏色一致性計算出有效區(qū)域，進而識別有效區(qū)域的顏色，最后通過投票的方法確定照片中車輛的顏色。
[0042]對于步驟五中，分離參考區(qū)域中的彩色區(qū)域具體采用如下的方案來實現(xiàn):
[0043]如圖4所示，在確定了參考區(qū)域并在第一次顏色判定時得到彩色的結(jié)果后，首先創(chuàng)建參考區(qū)域的H通道直方圖。由于第一次顏色判定的結(jié)果為彩色，可以得到參考區(qū)域中除了車窗和散熱片等干擾外，還包括飽和度較高的彩色區(qū)域，且由于彩色區(qū)域所占整個參考區(qū)域的百分比較高，可以判斷彩色區(qū)域的顏色即為照片中車輛顏色。由此，參考區(qū)域的H通道直方圖應為雙峰的，如圖4示出了某車輛照片的參考區(qū)域的H通道雙峰直方圖。
[0044]接著，根據(jù)H通道的雙峰直方圖，將其分離為兩個主色區(qū)域，并作反向投影找到參考區(qū)域中對應的區(qū)域。如圖4，其示出了 H通道的兩個主色區(qū)域以及其在參考區(qū)域中對應的區(qū)域。
[0045]然后，在S通道進行聚類，其中圖4所示實例中具體聚為3類，并取出其中S值較高并且所占面積比率大于一定閾值的區(qū)域。在圖4所示實例中的閾值為5%，該區(qū)域在圖4中示出。
[0046]最后，通過對反向投影得到的區(qū)域與S值較高的區(qū)域作與操作得到彩色區(qū)域，并將其從參考區(qū)域中分離出來。
[0047]在得到彩色區(qū)域后，對彩色區(qū)域進行顏色識別。顏色識別的方法可以采用而非限制于現(xiàn)有的技術(shù)，包括基于顏色直方圖的顏色識別、基于顏色矩的顏色識別等。優(yōu)選地，可采用的基于支持向量機算法的分類器，當然采用的分類器并不限制于所述基于支持向量機算法的分類器。
[0048]對于步驟五中，針對黑白銀灰車的顏色識別具體可采用如下的方案來實現(xiàn):
[0049]當?shù)谝淮位虻诙晤伾卸ǖ玫降慕Y(jié)果為黑白銀灰色時，采用投票的方法進行顏色識別。首先將參考區(qū)域分割，作為舉例，可將參考區(qū)域等分為20個子區(qū)域。
[0050]然后，統(tǒng)計這20個子區(qū)域的S通道的方差，取S通道的方差較小的數(shù)個區(qū)域為有效區(qū)域，作為舉例，此處取方差較小的7個區(qū)域作為有效區(qū)域。
[0051]接著，對所選取的7個有效區(qū)域分別進行顏色識別，并統(tǒng)計顏色相同的區(qū)域的數(shù)量。
[0052]最后，確定區(qū)域數(shù)量最多的顏色為照片中車輛的顏色。
[0053]以上顯示和描述了本發(fā)明的基本原理、主要特征和本發(fā)明的優(yōu)點。本行業(yè)的技術(shù)人員應該了解，本發(fā)明不受上述實施例的限制，上述實施例和說明書中描述的只是說明本發(fā)明的原理，在不脫離本發(fā)明精神和范圍的前提下，本發(fā)明還會有各種變化和改進，這些變化和改進都落入要求保護的本發(fā)明范圍內(nèi)。本發(fā)明要求保護范圍由所附的權(quán)利要求書及其等效物界定。
【權(quán)利要求】
1.車輛顏色識別方法，其特征在于，所述識別方法包括如下步驟: (1)定位車牌的位置，并識別車牌的顏色； (2)根據(jù)車牌的顏色，選取車牌上方對應的區(qū)域作為車輛顏色識別參考區(qū)域； (3 )通過統(tǒng)計的方法，將車輛分為彩色車和黑白灰色車，若車輛被判定為彩色車，則轉(zhuǎn)入步驟(4)進行顏色識別；若車輛判定為黑白灰色車，則轉(zhuǎn)入步驟(5)進行顏色識別； (4)分離出參考區(qū)域中的彩色區(qū)域，并對此區(qū)域進行顏色識別； (5)將參考區(qū)域分割，根據(jù)每個區(qū)域的顏色一致性判斷此區(qū)域是否有效，并且識別每個有效區(qū)域的顏色，最后通過投票確定車輛顏色。
2.根據(jù)權(quán)利要求1所述的車輛顏色識別方法，其特征在于，所述步驟(4)中通過如下步驟實現(xiàn): (4-1)創(chuàng)建參考區(qū)域的H通道直方圖； (4-2)根據(jù)H通道的直方圖，分離出兩部分主色區(qū)域，并作反向投影找到相應的區(qū)域； (4-3)在S通道進行聚類，取其中類中心值較高并且所占面積比率大于一定閾值的區(qū)域； (4-4)將步驟(4-2)的結(jié)果與步驟(4-3)的結(jié)果進行與操作，分離出彩色區(qū)域； (4-5)對分離出的彩色區(qū)域進行顏色識別。
3.根據(jù)權(quán)利要求2所述的車輛顏色識別方法，其特征在于，所述步驟(4-5)中還包括對顏色識別的結(jié)果進行第二次判定的步驟，若顏色識別的結(jié)果為彩色的，則將此結(jié)果視為車輛的顏色，若顏色識別結(jié)果為黑白銀灰色的，則轉(zhuǎn)入步驟(5)再次進行顏色識別。
4.根據(jù)權(quán)利要求1所述的車輛顏色識別方法，其特征在于，所述步驟(5)中通過如下步驟實現(xiàn): (5-1)將參考區(qū)域等分為N份； (5-2)計算每份區(qū)域在S通道中的方差，并選擇S方差最小的數(shù)個區(qū)域作為有效區(qū)域； (5-3)對每個有效區(qū)域進行顏色識別； (5-4)根據(jù)步驟5-3)的結(jié)果，通過投票確定車輛顏色。
【文檔編號】G06T5/00GK103544480SQ201310488682
【公開日】2014年1月29日 申請日期:2013年10月17日 優(yōu)先權(quán)日:2013年10月17日
【發(fā)明者】胡傳平, 高鑫, 徐磊, 譚懿先, 王文斐, 梅林 , 劉云淮, 齊力, 鄭旭平, 王春 申請人:公安部第三研究所