車標所在的粗糙區(qū)域，粗定位的過程步驟如下。
[0037]粗定位的目的主要是通過車牌定位技術(shù)和圖像的一階差分技術(shù)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(zhuǎn)換，將圖像由RGB彩色空間轉(zhuǎn)換到HSV彩色空間，并提取V通道(即亮度通道)下的圖像。
[0038]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。
[0039]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(jù)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。
[0040]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(qū)域；
[0041]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(qū)域進行再處理，定位出車標的精確位置，其定位步驟如下。
[0042]首先，精定位模塊將粗定位模塊定位出的車標粗糙區(qū)域圖像灰度化；并選擇合適的校正參數(shù)，對車標粗糙區(qū)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。
[0043]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(qū)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(jù)圖像的垂直灰度積分投影曲線，判斷車標是否位于散熱網(wǎng)上以及散熱網(wǎng)的類型(水平紋理散熱網(wǎng)、垂直紋理散熱網(wǎng)、菱形紋理散熱網(wǎng)
[0044]進一步地，判斷車標的所在位置。若車標不在散熱網(wǎng)上或者在水平紋理的散熱網(wǎng)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(wǎng)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(jié)果作為操作圖像。
[0045]進一步地，選擇圓盤狀的結(jié)構(gòu)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(jù)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(qū)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(qū)域的邊界，將興趣區(qū)域以外的部分(非興趣區(qū)域)移除。
[0046]進一步地，對移除非興趣區(qū)域的圖像做膨脹運算，減弱開運算和非興趣區(qū)域移除操作對車標大小造成的影響。
[0047]進一步地，確定車標的邊界。對車標的寬度和高度均設(shè)定一個適當?shù)拈撝?，若車標的大小在設(shè)定的閾值范圍內(nèi)，則認為定位成功；
[0048]進一步地，若車標的大小不在設(shè)定的閾值范圍內(nèi)，則應(yīng)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(qū)域)移除的操作，再做膨脹運算，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。
[0049](3)車標識別
[0050]車標識別主要由車標識別模塊來完成，實現(xiàn)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。
[0051]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(zhuǎn)換，通過提取車標圖像中的關(guān)鍵點的位置、尺度和旋轉(zhuǎn)不變量的描述子得到特征向量(即SIFT特征)。
[0052]進一步地，調(diào)取進行過SIFT尺度不變特征轉(zhuǎn)換后的車標模板庫。
[0053]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(guān)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(guān)鍵點，在車標模板庫中找出與之距離最近的兩個關(guān)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(guān)鍵點與車標模板庫中距離最近的關(guān)鍵點匹配；否則，認為不匹配。
[0054]進一步地，統(tǒng)計每一副車標模板庫圖像與被測試圖像匹配的關(guān)鍵點的數(shù)量，匹配點數(shù)量最多的認為最匹配，得出匹配結(jié)果。
[0055](4)結(jié)果輸出
[0056]所述輸出模塊，輸出車標識別模塊傳送識別結(jié)果。
[0057]實施例2:如圖2所示，本實用新型車輛車標識別系統(tǒng)的識別流程如下步驟。
[0058]S201系統(tǒng)開始識別流程，執(zhí)行步驟S202。
[0059]S202系統(tǒng)完成圖像采集，執(zhí)行步驟S203。
[0060]S203系統(tǒng)進行車牌檢測與定位，為車標粗定位計算區(qū)域，執(zhí)行步驟S204。
[0061]S204系統(tǒng)進行車標粗定位，完成粗定位后執(zhí)行步驟S205。
[0062]S205系統(tǒng)進行車標精定位，完成精定位后執(zhí)行步驟S206。
[0063]S206系統(tǒng)判斷定位是否成功，定位成功，則執(zhí)行步驟S210 ;否則，執(zhí)行步驟S207。
[0064]S207系統(tǒng)變換算法進行二次定位，執(zhí)行步驟S208。
[0065]S208系統(tǒng)判斷二次定位是否成功，定位成功，則執(zhí)行步驟S210 ;否則，執(zhí)行步驟S209o
[0066]S209系統(tǒng)提示無法識別，執(zhí)行步驟S215。
[0067]S210系統(tǒng)進行車標識別，執(zhí)行步驟S211。
[0068]S211系統(tǒng)將待識別的車標的特征向量與車標模板庫中的特征向量進行特征匹配，執(zhí)行步驟S212。
[0069]S212系統(tǒng)判斷待識別的車標的特征向量與車標模板庫中的特征向量是否匹配，匹配成功，執(zhí)行步驟S213 ;否則，執(zhí)行步驟S214。
[0070]S213系統(tǒng)輸出識別結(jié)果，執(zhí)行步驟S215。
[0071]S214系統(tǒng)提示匹配不成功，執(zhí)行步驟S215。
[0072]S215系統(tǒng)識別過程結(jié)束。
【主權(quán)項】
1.一種車輛車標識別系統(tǒng)，其特征在于:系統(tǒng)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(xù)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(qū)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(qū)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(jié)果。
【專利摘要】車標識別技術(shù)作為車輛識別技術(shù)的關(guān)鍵技術(shù)補充，也是智能交通領(lǐng)域需要解決的關(guān)鍵技術(shù)之一，車標識別對于完善智能交通系統(tǒng)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。本實用新型提供了一種車輛車標識別系統(tǒng)，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(wǎng)的存在，影響車輛車標正確識別，從而影響車輛辨別的問題。
【IPC分類】G08G1-017, G06K9-00, G06K9-46
【公開號】CN204347862
【申請?zhí)枴緾N201420734567
【發(fā)明人】穆曉飛, 張素娥, 張育軍
【申請人】王云, 賀政
【公開日】2015年5月20日
【申請日】2014年12月1日