[發(fā)明專利]車標(biāo)定位與識(shí)別方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201310251595.3
• 申請(qǐng)日: 2013-06-24
• 公開（公告）號(hào): CN103310231A
• 公開（公告）日: 2013-09-18
• 發(fā)明（設(shè)計(jì)）人: 陸輝;蔣戀華;張仁輝
• 申請(qǐng)（專利權(quán)）人: 武漢烽火眾智數(shù)字技術(shù)有限責(zé)任公司
• 主分類號(hào): G06K9/64
• 分類號(hào): G06K9/64;G06K9/54
• 代理公司: 武漢宇晨專利事務(wù)所 42001
• 代理人: 黃瑞棠

1.一種車標(biāo)定位與識(shí)別方法，其特征在于：

①基于多層分類的車標(biāo)定位

a、根據(jù)車牌與車標(biāo)的先驗(yàn)知識(shí)和已知的車牌在全景圖片中具體位置，確定車標(biāo)的粗略位置；

b、使用Sobel邊緣檢測(cè)方法對(duì)粗定位圖像確定紋理豐富的區(qū)域，即縮小車標(biāo)的待檢測(cè)區(qū)域；

c、對(duì)待檢測(cè)區(qū)域使用高帽定位方法對(duì)車標(biāo)進(jìn)行定位，然后將定位圖像數(shù)據(jù)和定位類型傳入車標(biāo)識(shí)別進(jìn)行識(shí)別；如果識(shí)別結(jié)果置信度大于某個(gè)閾值，則輸出識(shí)別車標(biāo)類型；否則保存識(shí)別結(jié)果進(jìn)入差分定位；

d、對(duì)待檢測(cè)區(qū)域使用差分定位方法對(duì)車標(biāo)進(jìn)行定位，然后將定位圖像數(shù)據(jù)和定位類型傳入車標(biāo)識(shí)別進(jìn)行識(shí)別；如果識(shí)別結(jié)果置信度大于某個(gè)閾值，則輸出識(shí)別車標(biāo)類型；否則保存識(shí)別結(jié)果進(jìn)入方向?yàn)V波定位；

e、對(duì)待檢測(cè)區(qū)域使用方向?yàn)V波定位方法對(duì)車標(biāo)進(jìn)行定位，然后將定位圖像數(shù)據(jù)和定位類型傳入車標(biāo)識(shí)別進(jìn)行識(shí)別；如果識(shí)別結(jié)果置信度大于某個(gè)閾值，則輸出識(shí)別車標(biāo)類型；否則輸出置信度最大的識(shí)別結(jié)果；

②基于多層分類的車標(biāo)識(shí)別

f、采集車標(biāo)樣本，得到車標(biāo)樣本集；

g、提取樣本集中每一個(gè)樣本圖片的HOG特征；

h、將提取的HOG特征輸入到BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練，生成多類分類器模型；

i、據(jù)定位結(jié)果的不同和類型的不同，訓(xùn)練多層分類器模型；

j、將待識(shí)別車標(biāo)與分類器模型進(jìn)行匹配識(shí)別，輸出識(shí)別結(jié)果；

k、流程結(jié)束。

2.按權(quán)利要求1所述的一種車標(biāo)定位與識(shí)別方法，其特征在于步驟c：

c1、對(duì)待檢測(cè)區(qū)域進(jìn)行水平灰度膨脹（c1）；

c2、對(duì)待檢測(cè)區(qū)域進(jìn)行水平灰度腐蝕（c2）；

c3、膨脹圖減俯視圖并二值化（c3）；

在使用膨脹圖減去腐蝕圖，這樣可以去除水平柵格背景區(qū)域并凸顯出車標(biāo)；

c4、使用八連通域搜索方法凸顯車標(biāo)并確定其具體位置（c4）；

c5、車標(biāo)識(shí)別（c5）

使用高帽分類器模板對(duì)車標(biāo)進(jìn)行識(shí)別；

c6、判斷置信度是否大于設(shè)定閾值（c6），是則進(jìn)入步驟k，否則進(jìn)入步驟c7；

c7、保存車標(biāo)識(shí)別結(jié)果并進(jìn)行差分定位處理（c7）。

3.按權(quán)利要求1所述的一種車標(biāo)定位與識(shí)別方法，其特征在于步驟d：

d1、對(duì)待檢測(cè)區(qū)域進(jìn)行垂直Sobel邊緣檢測(cè)并二值化（d1）；

d2、對(duì)二值化圖像進(jìn)行水平膨脹（d2）

使用二值圖水平膨脹讓差分后不連通的區(qū)域連接起來，這樣可以去除垂直柵格背景區(qū)域并凸顯車標(biāo)；

d3、使用八連通域搜索方法凸顯車標(biāo)并確定其具體位置（d3）；

d4、車標(biāo)識(shí)別（d4）

使用差分分類器模板對(duì)車標(biāo)進(jìn)行識(shí)別；

d5、判斷置信度是否大于設(shè)定閾值（d5），是則進(jìn)入步驟k，否則進(jìn)入步驟d6；

d6、保存車標(biāo)識(shí)別結(jié)果并進(jìn)行方向?yàn)V波定位處理（d6）。

4.按權(quán)利要求1所述的一種車標(biāo)定位與識(shí)別方法，其特征在于步驟e：

e1、對(duì)待檢測(cè)區(qū)域進(jìn)行水平Sobel邊緣檢測(cè)并二值化（e1）；

e2、對(duì)待檢測(cè)區(qū)域進(jìn)行垂直Sobel邊緣檢測(cè)并二值化（e2）；

e3、水平圖和垂直圖進(jìn)行二值與運(yùn)算（e3）；

e4、對(duì)二值圖進(jìn)行形態(tài)學(xué)膨脹處理（e4）

使用二值圖膨脹讓方向?yàn)V波后不連通的區(qū)域連接起來，這樣可以去除網(wǎng)狀柵格背景區(qū)域并凸顯出車標(biāo)；

e5、使用八連通域搜索方法凸顯車標(biāo)并確定其具體位置（e5）；

e6、車標(biāo)識(shí)別（e6）

使用方向?yàn)V波分類器模板對(duì)車標(biāo)進(jìn)行識(shí)別；

e7、判斷置信度是否大于設(shè)定閾值（e7），是則進(jìn)入步驟k，否則進(jìn)入步驟e8；

e8、取置信度最大的車標(biāo)類型（e8）。

5.按權(quán)利要求1所述的一種車標(biāo)定位與識(shí)別方法，其特征在于步驟車標(biāo)識(shí)別（j）：

j1、若定位類型為高帽（j1），是則進(jìn)入步驟j2，否則進(jìn)入步驟j4；

j2、計(jì)算HOG特征（j2）

對(duì)待識(shí)別車標(biāo)首先進(jìn)行圖像預(yù)處理，如歸一化、濾波，抑制光照的變化和噪點(diǎn)的影響，預(yù)處理之后，提取待識(shí)別車標(biāo)的HOG特征；

j3、使用高帽分類器模型進(jìn)行識(shí)別（j3），進(jìn)入步驟j10；

j4、若定位類型為差分（j4），是則進(jìn)入步驟j5，否則進(jìn)入步驟j7；

j5、計(jì)算HOG特征（j5）

同步驟j2對(duì)待識(shí)別車標(biāo)進(jìn)行HOG特征的計(jì)算；

j6、使用差分分類器模型進(jìn)行識(shí)別（j6），進(jìn)入步驟j10；

j7、若定位類型為方向?yàn)V波（j7），是則進(jìn)入步驟j8，否則不進(jìn)行車標(biāo)識(shí)別；

j8、計(jì)算HOG特征（j8）

同步驟j2對(duì)待識(shí)別車標(biāo)進(jìn)行HOG特征的計(jì)算；

j9、使用方向?yàn)V波分類器模型進(jìn)行識(shí)別（j9），進(jìn)入步驟j10；

j10、輸出識(shí)別結(jié)果（j10）

將車標(biāo)識(shí)別的車標(biāo)類型和車標(biāo)匹配置信度輸出給車標(biāo)定位流程進(jìn)行處理。