一種車輛視頻中機動車輛的車身顏色自動識別方法
【技術領域】
[0001] 本發(fā)明設及一種車輛智能監(jiān)控技術，尤其是設及一種車輛視頻中機動車輛的車身 顏色自動識別方法。
【背景技術】
[0002] 機動車輛的車身顏色識別是智能交通中機動車輛檢測的重要屬性，對嫌疑機動車 輛排查、套牌車檢測具有重要的作用。實際路口視頻監(jiān)控系統(tǒng)被要求在受不同氣候條件環(huán) 境光線影響下，也能高效、穩(wěn)定、準確地識別出機動車輛的車身顏色。
[0003] 目前，常用的機動車輛的車身顏色識別方法是在車牌附近尋找較好的局部識別區(qū) 域作為識別單元，然后利用SVM支持向量機或其他訓練算法進行訓練，再利用訓練的SVM支 持向量機進行車身顏色測試。如；中國公告的專利號為201110124540. 7的發(fā)明專利，其公 開了一種車輛智能監(jiān)控系統(tǒng)中車身顏色自動識別方法，其首先根據(jù)所得車牌的位置和車身 紋理特征，檢測代表車身顏色的特征區(qū)域；然后對車身特征區(qū)域像素進行色彩空間轉換及 矢量空間量化合成，在量化后的矢量空間提取模糊直方圖Bin的歸一化特征；并采用LDA方 法對獲取的高維特征進行特征降維；通過車身顏色多類子空間分析后，利用離線訓練分類 器的識別參數(shù)，采用多特征模板匹配或SVM方法進行子空間的車身顏色識別；最后根據(jù)初 識別可信度和顏色先驗知識，對易交叉和可信度低的顏色進行校正，W得到最終的車身顏 色識別結果。該方法在白天受玻璃、陰影和反光影響時，局部識別區(qū)域識別得到的顏色可能 并不是車身顏色，即在白天受玻璃、陰影和反光影響時該方法的識別精度較低。

【發(fā)明內容】

[0004] 本發(fā)明所要解決的技術問題是提供一種車輛視頻中機動車輛的車身顏色自動識 別方法，其在白天受玻璃、陰影和反光影響時也能準確的識別出多種車身顏色，識別精度 局。
[0005] 本發(fā)明解決上述技術問題所采用的技術方案為；一種車輛視頻中機動車輛的車身 顏色自動識別方法，其特征在于包括W下步驟：
[0006] ①將當前待處理的車輛圖像定義為當前圖像；將當前圖像中高度等于車牌高度、 寬度等于車牌寬度的3倍、W車牌中屯、為中屯、的一個區(qū)域作為基準；將當前圖像中位于基 準正上方的18個連續(xù)的車身識別單元、基準及位于基準正下方的1個車身識別單元構成的 區(qū)域定義為車身初步區(qū)域，在車身初步區(qū)域中將基準也作為一個車身識別單元，然后對車 身初步區(qū)域中的20個連續(xù)的車身識別單元由上至下依次編號為0~19,其中，所有車身識 別單元等高等寬，且所有車身識別單元的左、右兩側均齊平；將當前圖像中編號為10~19 的每個車身識別單元的左側起寬度為車牌寬度減去10個像素點的區(qū)域作為一個左車燈識 別基本單元，將對每個左車燈識別基本單元的左側向外拓展、高度等于車牌高度、寬度等于 車牌寬度的0. 5倍的區(qū)域作為一個左車燈識別拓展單元，將當前圖像中編號為10~19的 每個車身識別單元的右側起寬度為車牌寬度減去10個像素點的區(qū)域作為一個右車燈識別 基本單元，將對每個右車燈識別基本單元的右側向外拓展、高度等于車牌高度、寬度等于車 牌寬度的0. 5倍的區(qū)域作為一個右車燈識別拓展單元，將每個左車燈識別基本單元和對應 的右車燈識別基本單元構成一個車燈識別基本單元，將每個左車燈識別拓展單元和對應的 右車燈識別拓展單元構成一個車燈識別拓展單元，將每個車燈識別基本單元和對應的車燈 識別拓展單元構成一個車燈尋找單元，將10個連續(xù)的車燈識別基本單元構成的區(qū)域定義 為車燈識別基本區(qū)域，將10個連續(xù)的車燈識別拓展單元構成的區(qū)域定義為車燈識別拓展 區(qū)域，將10個連續(xù)的車燈尋找單元構成的區(qū)域定義為車燈尋找區(qū)域，然后對車燈尋找區(qū)域 中的10個連續(xù)的車燈尋找單元由上至下依次編號為10~19 ;
[0007] ②將車身初步區(qū)域和車燈識別拓展區(qū)域各自中的每個像素點的R、G、B=通道顏 色分量的值輸入到已訓練的化SA顏色模型中，得到車身初步區(qū)域和車燈識別拓展區(qū)域各 自中的每個像素點的顏色及顏色對應的置信度，得到的每個像素點的顏色屬于化SA顏色 模型輸出顏色集合Ou化ut_Color，其中，Ou化ut_Color中包含有11種顏色，按序分別為黑 色、藍色、褐色、灰色、綠色、橘黃、粉色、紫色、紅色、白色、黃色；
[000引⑨統(tǒng)計車燈識別拓展區(qū)域中顏色為紅色的像素點的總個數(shù)；
[0009] 統(tǒng)計車燈識別基本區(qū)域中顏色為紅色的像素點的總個數(shù)；
[0010] 統(tǒng)計車身初步區(qū)域中編號為12~19的一組車身識別單元中顏色為Ou化ut_Color 中的每種顏色的像素點的總個數(shù)，將車身初步區(qū)域中編號為12~19的一組車身識別單元 中顏色為Ou化ut_Color中的第k種顏色的像素點的總個數(shù)記為，其中，1《k《11 ;
[0011] 統(tǒng)計車身初步區(qū)域中編號為12~19的一組車身識別單元中顏色評價為高置信度 白色的像素點的總個數(shù)、顏色評價為高置信度黑色的像素點的總個數(shù)、顏色評價為中等置 信度黑色的像素點的總個數(shù)、顏色評價為高置信度藍色的像素點的總個數(shù)、顏色評價為高 置信度綠色的像素點的總個數(shù)；其中，對于車身初步區(qū)域中編號為12~19的一組車身識別 單元中的任一個像素點，如果該像素點的顏色為白色且該像素點的R、G、B=通道顏色分量 的值之和大于750,則將該像素點的顏色評價為高置信度白色；如果該像素點的顏色為黑 色且該像素點的R、G、BS通道顏色分量的值之和小于35,則將該像素點的顏色評價為高置 信度黑色；如果該像素點的顏色為黑色且該像素點的R、G、BS通道顏色分量的值之和小于 46,則將該像素點的顏色評價為中等置信度黑色；如果該像素點的顏色為藍色且該像素點 的顏色對應的置信度大于0. 65,則將該像素點的顏色評價為高置信度藍色；如果該像素點 的顏色為綠色且該像素點的顏色對應的置信度大于0. 55,則將該像素點的顏色評價為高置 信度綠色；
[0012] 統(tǒng)計車身初步區(qū)域中編號為12~19的一組車身識別單元中亮度較高的非白色像 素點的總個數(shù)；其中，對于車身初步區(qū)域中編號為12~14的一組車身識別單元中的任一個 像素點，如果該像素點的R、G、B=通道顏色分量的值的最大值大于180,則將該像素點確定 為亮度較高的非白色像素點；對于車身初步區(qū)域中編號為15~17的一組車身識別單元中 的任一個像素點，如果該像素點的R、G、B=通道顏色分量的值的最大值大于150,則將該像 素點確定為亮度較高的非白色像素點；對于車身初步區(qū)域中編號為18~19的一組車身識 別單元中的任一個像素點，如果該像素點的R、G、B=通道顏色分量的值的最大值大于130， 則將該像素點確定為亮度較高的非白色像素點；
[0013] ④在車身初步區(qū)域中編號為12~19的一組車身識別單元中，初步識別車身顏色， 具體過程為：
[0014] ④-1、將車身初步區(qū)域中編號為12~19的一組車身識別單元中顏色為Ou化ut_ Color中的藍色的像素點的總個數(shù)、顏色為Ou化ut_Color中的綠色的像素點的總個數(shù)、顏 色為Ou化ut_Color中的紅色的像素點的總個數(shù)、顏色為Ou化ut_Color中的黃色的像素點 的總個數(shù)對應記為q's'i3-"、④-2、令Cimi表示第一種可能的車 身顏色，找出呼'12 "、C;"'1W9、G嚴W中的最大值，然后判斷該最大值是否大于 一個車身識別單元中的像素點的總個數(shù)的0. 1倍，如果是，則將該最大值對應的顏色賦值 給Cim」，再執(zhí)行步驟④-3 ;否則，令Cim1 = 0,然后執(zhí)行步驟⑥；④-3、當C1為藍色時，如果 qsjwg大于一個車身識別單元中的像素點的總個數(shù)的0.05倍，則將綠色確定為第二種可 能的車身顏色，然后執(zhí)行步驟⑥；當Cimi為綠色或紅色或黃色時，直接執(zhí)行步驟⑥；
[0015] ⑥在車身初步區(qū)域中編號為0~11的所有車身識別單元中，初步識別車身分界 線，具體過程為：
[0016] ⑥-1、令Qbg表示代表路面的像素點的顏色為黑色和灰色時確定車身區(qū)域所采用 的顏色集合，令Qbgw表示代表路面的像素點的顏色為黑色、灰色和白色時確定車身區(qū)域所 采用的顏色集合，〇bg= {藍色、綠色、紅色、黃色、黑色、灰色Qbgw= {藍色、綠色、 紅色、黃色、黑色、灰色、白色}-Cim
[0017] ⑥-2、在車身初步區(qū)域中編號為0~11的一組車身識別單元中，尋找第一車身分 界線，具體過程為：
[0018] ⑥-2a、統(tǒng)計車身初步區(qū)域中編號為i的車身識別單元中顏色屬于Qbg的像素點的 總個數(shù)；然后判斷該總個數(shù)是否小于一個車身識別單元中的像素點的總個數(shù)的0. 5倍，如 果是，則認為車身初步區(qū)域中編號為i~11的一組車身識別單元為車身部分，且當i== 5時執(zhí)行步驟⑥-2c，當i聲5時將車身初步區(qū)域中編號為i的車身識別單元作為第一車身 分界線，再執(zhí)行步驟⑥-3 ;否則，認為車身初步區(qū)域中編號為i的車身識別單元不為車身部 分，然后執(zhí)行步驟⑥-2b;其中，i的初始值為5 ;
[0019] ⑥-2b、令i=i+1，然后判斷i是否等于11，如果i等于11，則再統(tǒng)計車身初步區(qū) 域中編號為i的車身識別單元中顏色屬于Qbg的像素點的總個數(shù)，接著判斷該總個數(shù)是否 小于一個車身識別單元中的像素點的總個數(shù)的0.5倍，如果是，則認為車身初步區(qū)域中編 號為i的車身識別單元為車身部分，并將車身初步區(qū)域中編號為i的車身識別單元作為第 一車身分界線，再執(zhí)行步驟⑥-3 ;否則，認為車身初步區(qū)域中編號為i的車身識別單元不是 車身部分，并將車身初步區(qū)域中編號為i+1的車身識別單元作為第一車身分界線，再執(zhí)行 步驟⑥-3 ;如果i不等于11，則返回步驟⑥-2a繼續(xù)執(zhí)行；其中，i=i+1中的"="為賦值 符號；
[0020] ⑥-2c、統(tǒng)計車身初步區(qū)域中編號為j的車身識別單元中顏色屬于Qbg的像素點的 總個數(shù)；然后判斷該總個數(shù)是否小于一個車身識別單元中的像素點的總個數(shù)的0. 5倍，如 果是，則認為車身初步區(qū)域中編號為j的車身識別單元為車身部分，然后執(zhí)行步驟⑥-2d; 否則，認為車身初步區(qū)域中編號為j的車身識別單元不為車身部分，并將車身初步區(qū)域中 編號為j+1的車身識別單元作為第一車身分界線，再執(zhí)行步驟⑥-3 ;其中，j的初始值為4 ; [002U ⑥-2t判斷j是否等于0,如果是，則認為車身初步區(qū)域中編號為j的車身識別單 元為車身部分，并將車身初步區(qū)域中編號為j的車身識別單元作為第一車身分界線，再執(zhí) 行步驟⑥-3 ;否則，令j=j-1，然后返回步驟⑥-2c繼續(xù)執(zhí)行；其中，j=j-1中的"="為 賦值符號；
[0022] ⑥-3、在車身初步區(qū)域中編號為0~11的一組車身識別單元中，尋找第二車身分 界線，具體過程為：
[0023] ⑥-3a、統(tǒng)計車身初步區(qū)域中編號為i的車身識別單元中顏色屬于Qbgw的像素點 的總個數(shù)；然后判斷該總個數(shù)是否小于一個車身識別單元中的像素點的總個數(shù)的0. 5倍， 如果是，則認為車身初步區(qū)域中編號為i~11的一組車身識別單元為車身部分，且當i= =5時執(zhí)行步驟⑥-3c，當i聲5時將車身初步區(qū)域中編號為i的車身識別單元作為第一車 身分界線，再執(zhí)行步驟⑥-4 ;否則，認為車身初步區(qū)域中編號為i的車身識別單元不為車身 部分，然后執(zhí)行步驟⑥-3b;其中，i的初始值為5 ;
[0024] ⑥-3b、令i=i+1，然后判斷i是否等于11，如果i等于11，則再統(tǒng)計車身初步區(qū) 域中編號為i的車身識別單元中顏色屬于Qbg，的像素點的總個數(shù)，接著判斷該總個數(shù)是否 小于一個車身識別單元中的像素點的總個數(shù)的0. 5倍，如果是，則認為車身初步區(qū)域中編 號為i的車身識別單元為車身部分，并將車身初步區(qū)域中編號為i的車身識別單元作為第 一車身分界線，再執(zhí)行步驟⑥-4 ;否則，認為車身初步區(qū)域中編號為i的車身識別單元不是 車身部分，并將車身初步區(qū)域中編號為i+1的車身識別單元作為第一車身分界線，再執(zhí)行 步驟⑥-4 ;如果i不等于11，則返回步驟⑥-3a繼續(xù)執(zhí)行；其中，i=i+1中的"="為賦值 符號；
[0025] ⑥-3c、統(tǒng)計車身初步區(qū)域中編號為j的車身識別單元中顏色屬于Qbgw的像素 點的總個數(shù)；然后判斷該總個數(shù)是否小于一個車身識別單元中的像素點的總個數(shù)的0. 5 倍，如果是，則認為車身初步區(qū)域中編號為j的車身識別單元為車身部分，然后執(zhí)行步驟 ⑥-3d;否則，認為車身初步區(qū)域中編號為j的車身識別單元不為車身部分，并將車身初步 區(qū)域中編號為j+1的車身識別單元作為第一車身分界線，再執(zhí)行步驟⑥-4 ;其中，j的初始 值為4 ;
[0026] ⑥-3t判斷j是否等于0,如果是，則認為車身初步區(qū)域中編號為j的車身識別單 元為車身部分，并將車身初步區(qū)域中編號為j的車身識別單元作為第一車身分界線，再執(zhí) 行步驟⑥-4 ;否則，令j=j-1，然后返回步驟⑥-3c繼續(xù)執(zhí)行；其中，j=j-1中的"="為 賦值符號；
[0027] ⑥-4、在車身初步區(qū)域中編號為5~11的一組車身識別單元中，尋找第S車身分 界線，具體過程為：當Cim盧0時，判斷在車身初步區(qū)域中編號為5~1 1的一組車身識別單 元中是否至少有兩個車身識別單元各自顏色為Cimi的像素點的總個數(shù)大于500個，如果是， 則將滿足條件的編號最小的車身識別單元作為第=車身分界線，然后執(zhí)行步驟⑧；否則，確 定不存在第=車身分界線，然后執(zhí)行步驟⑧；當Cim」=0時，直接確定不存在第=車身分界 線，然后執(zhí)行步驟⑧；
[002引⑧在車燈尋找區(qū)域中編號為15~19的一組車燈尋找單元中，尋找車燈位置，并確 定車燈尋找區(qū)域中編號為18和19的兩個車燈尋找單元的有效性，具體過程為：
[0029] ⑧-1、統(tǒng)計車燈尋找區(qū)域中編號為17~19的一組車燈尋找單元中顏色為紅 色的像素點的總個數(shù)、編號為16~18的一組車燈尋找單元中顏色為紅色的像素點的總 個數(shù)、編號為15~17的一組車燈尋找單元中顏色為紅色的像素點的總個數(shù)，對應記為 尸rf/-A二,17-1弓尸(：'(/-1二.16-18^cd-xs,lS-\l如red red ;
[0030] ⑧-2、當G;；r'"-i9大于或等于1500個時，確定車燈位于編號為17~19的一組車 燈尋找單元中，然后執(zhí)行步驟⑧-3 ;當小于1500個時，判斷(：：方-。'"-19、C,；：戶'16-18、 C,方是否均小于1500個，如果是，則直接確定車燈位于編號為17~19的一組車燈尋 找單元中，然后執(zhí)行步驟⑧-3;否則，找出C志C志K'lw中的最大值， 并確定車燈位于該最大值對應的一組車燈尋找單元中，然后執(zhí)行步驟⑧-3 ;
[0031] ⑧-3、當車燈尋找區(qū)域中編號為19的車燈尋找單元中顏色為黑色的像素點的總 個數(shù)小于一個車身識別單元中的像素點的總個數(shù)的0. 4倍時，認為編號為18和19的兩