[發明專利]車標識別方法及裝置無效
| 申請號: | 201210590277.5 | 申請日: | 2012-12-30 |
| 公開(公告)號: | CN103123688A | 公開(公告)日: | 2013-05-29 |
| 發明(設計)人: | 劉忠軒;張凱歌 | 申請(專利權)人: | 信幀電子技術(北京)有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/54;G08G1/017 |
| 代理公司: | 北京超凡志成知識產權代理事務所(普通合伙) 11371 | 代理人: | 李世喆 |
| 地址: | 100085 北京市海*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 標識 方法 裝置 | ||
1.一種車標識別方法,其特征在于,包括:
獲取車標圖像;
對所述車標圖像進行濾波處理,以獲取濾波圖;
計算所述濾波圖中的每個像素的特征變換參數;
根據每個所述像素的特征變換參數計算,以獲取對應每個所述像素的加權局部特征碼;
根據對應每個所述像素的加權局部特征碼進行車標的識別,并獲取車標類型的識別結果。
2.根據權利要求1所述的車標識別方法,其特征在于,對所述車標圖像進行濾波處理,以獲取濾波圖的步驟包括:
使用多尺度高斯模板對所述車標圖像進行濾波處理,以獲取多尺度空間的濾波圖。
3.根據權利要求1所述的車標識別方法,其特征在于,所述特征變換參數包括灰度梯度直方圖,其中,計算所述濾波圖中的每個像素的特征變換參數的步驟包括:
根據每個所述像素的灰度梯度幅值獲取對應每個所述像素的投影值參數;
使用所述投影值參數計算對應每個所述像素的灰度梯度直方圖。
4.根據權利要求1所述的車標識別方法,其特征在于,根據每個所述像素的特征變換參數計算對應每個所述像素的加權局部特征碼的步驟包括:
根據所述特征變換參數的大小確定對應每個所述像素的加權參數;
使用所述加權參數進行加權計算,以獲取所述對應每個所述像素的加權局部特征碼。
5.根據權利要求1所述的車標識別方法,其特征在于,獲取車標圖像的步驟包括:
獲取車牌圖像;
對所述車牌圖像進行邊緣檢測,以獲取車牌定位信息;
根據所述車牌定位信息獲取初始車標圖像;
對所述初始車標圖像使用全變分方法進行噪聲處理,以獲取所述車標圖像。
6.一種車標識別裝置,其特征在于,包括:
第一獲取模塊,用于獲取車標圖像;
第一圖像處理模塊,用于對所述車標圖像進行濾波處理,以獲取濾波圖;
第一計算模塊,用于計算所述濾波圖中的每個像素的特征變換參數;
第二計算模塊,用于根據每個所述像素的特征變換參數計算,以獲取對應每個所述像素的加權局部特征碼;
第一處理模塊,用于根據對應每個所述像素的加權局部特征碼進行車標的識別,并獲取車標類型的識別結果。
7.根據權利要求6所述的車標識別裝置,其特征在于,所述第一圖像處理模塊包括:
第一子圖像處理模塊,用于使用多尺度高斯模板對所述車標圖像進行濾波處理,以獲取多尺度空間的濾波圖。
8.根據權利要求6所述的車標識別裝置,其特征在于,第一計算模塊包括:
第一子處理模塊,用于根據每個所述像素的灰度梯度幅值獲取對應每個所述像素的投影值參數;
第一子計算模塊,用于使用所述投影值參數計算對應每個所述像素的灰度梯度直方圖。
9.根據權利要求6所述的車標識別裝置,其特征在于,所述第二計算模塊包括:
第二子處理模塊,用于根據所述特征變換參數的大小確定對應每個所述像素的加權參數;
第二子計算模塊,用于使用所述加權參數進行加權計算,以獲取所述對應每個所述像素的加權局部特征碼。
10.根據權利要求6所述的車標識別裝置,其特征在于,所述第一獲取模塊包括:
第一子獲取模塊,用于獲取車牌圖像;
第二子圖像處理模塊,用于對所述車牌圖像進行邊緣檢測,以獲取車牌定位信息;
根據所述車牌定位信息獲取初始車標圖像;
對所述初始車標圖像使用全變分裝置進行噪聲處理,以獲取所述車標圖像。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于信幀電子技術(北京)有限公司,未經信幀電子技術(北京)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201210590277.5/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:桑黃菌中環二肽C9的分離技術
- 下一篇:鎖緊保暖鞋





