[發明專利]車標定位識別方法及系統

有效

• 申請號: 201310020981.1
• 申請日: 2013-01-21
• 公開（公告）號: CN103093201A
• 公開（公告）日: 2013-05-08
• 發明（設計）人: 王海峰;王曉萌;何小波;董博;楊宇;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;G06K9/62;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

技術領域

本發明涉及模式識別領域，尤其涉及車標定位識別方法及系統。

背景技術

隨著社會經濟的發展，車輛逐漸增多，從而使得對車輛進行信息化管理成為當前需要重視的問題。

其中，車輛識別技術是對車輛進行信息化管理的一種重要手段。目前，車輛識別技術被廣泛應用在交通流量監測方面，例如高速公路卡口收費、闖紅燈違章監控、小區車輛自動收費系統，都需要應用到車輛識別技術。

然而，現有的車輛識別技術一般只能對車牌、以及車輛的型號（如大型、中型、小型）進行識別，但無法識別出車輛的具體車型，也就是無法識別出車輛的車標，從而車輛監測機構也就無法了解目前人們對各品牌車輛的需求。

發明內容

本發明提出了車標定位識別方法及系統，能夠識別出車輛的車標。

為了達到上述目的，本發明的技術方案是這樣實現的：

車標定位識別方法，包括：采集各種車標的樣本圖片，得到車標模版庫；采用fast算法，提取出所述車標模版庫中每一種車標的樣本圖片的特征點集；以所述特征點集為訓練集，生成支持向量機svm分類器；

該方法還包括：

采集車輛的原始圖像；

對所述原始圖像進行形態學預處理，并在所述形態學預處理得到的圖像上定位出所有車標候選區域；

采用fast算法，提取出所述所有車標候選區域的待識別特征點集；

采用所述svm分類器，對所述待識別特征點集進行匹配識別，并將與所述待識別特征點集相匹配的所述特征點集對應的車標作為識別結果。

優選地，在所述采集車輛的原始圖像之后，該方法進一步包括：對所述原始圖像進行下采樣；

所述對所述原始圖像進行形態學預處理，包括：對下采樣之后的原始圖像進行灰度化處理；

所述形態學預處理得到的圖像為灰度圖像；

所述在所述形態學預處理得到的圖像上定位出所有車標候選區域，包括：對所述灰度圖像進行邊緣檢測，得到所有的所述車標候選區域。

優選地，所述邊緣檢測采用sobel算子，且所述車標候選區域為邊緣密度較鄰邊區域較大的區域。

優選地，在得到所有的所述車標候選區域后，該方法進一步包括：根據所述車標候選區域的坐標，將所有的所述車標候選區域映射到所述原始圖像中，得到所述車標候選區域在所述原始圖像中的實際區域，并分割出所述實際區域；

參與所述待識別特征點集的提取的所述車標候選區域為所述實際區域。

優選地，在所述分割出所述實際區域之后，以及在進行對所述實際區域進行所述待識別特征點集的提取之前，該方法進一步包括：

采用基于車牌矯正的方法對所述實際區域進行位置矯正；

按照預先約定的標準格式，對經所述位置矯正之后的所述實際區域進行歸一化處理。

優選地，所述采用fast算法，提取出所述所有車標候選區域的待識別特征點集，包括：

采用fast算法，對所述車標候選區域中的角點進行粗提取；

利用海森矩陣去除提取的所有所述角點中不穩定的邊緣點，得到所述待識別特征點集。

優選地，所述與所述待識別特征點集相匹配的所述特征點集，包括：與所述待識別特征點集的相似度大于預設閾值的所述特征點集。

本發明還提供了車標定位識別系統，包括：車標模板庫，用于存儲各種車標的樣本圖片；svm分類器生成模塊，用于采用fast算法，提取出所述車標模版庫中每一種車標的樣本圖片的特征點集；并以所述特征點集為訓練集，生成支持向量機svm分類器；

該系統還包括：

采集模塊，用于采集車輛的原始圖像；

車標定位模塊，用于對所述原始圖像進行形態學預處理，并在所述形態學預處理得到的圖像上定位出所有車標候選區域；

車標識別模塊，用于采用fast算法，提取出所述所有車標候選區域的待識別特征點集；采用所述svm分類器，對所述待識別特征點集進行匹配識別，并將與所述待識別特征點集相匹配的所述特征點集對應的車標作為識別結果。

優選地，該系統進一步包括下采樣模塊，用于對所述原始圖像進行下采樣；

所述車標定位模塊，包括：灰度化子模塊，用于對下采樣之后的原始圖像進行灰度化處理，得到灰度圖像；邊緣檢測子模塊，用于對所述灰度圖像進行邊緣檢測，得到所有的所述車標候選區域。