[發明專利]車標定位與識別方法

無效

• 申請號: 201310251595.3
• 申請日: 2013-06-24
• 公開（公告）號: CN103310231A
• 公開（公告）日: 2013-09-18
• 發明（設計）人: 陸輝;蔣戀華;張仁輝
• 申請（專利權）人: 武漢烽火眾智數字技術有限責任公司
• 主分類號: G06K9/64
• 分類號: G06K9/64;G06K9/54
• 代理公司: 武漢宇晨專利事務所 42001
• 代理人: 黃瑞棠

技術領域

本發明涉及智能交通領域，尤其涉及一種車標定位與識別方法。

背景技術

在智能交通領域，隨著機動車數量大幅度增加，機動車信息檢索對于交通事故處理、違章車輛自動監控和自動收費等機動車的有效處理起到關鍵作用；但由于機動車信息檢索僅僅依賴于車牌信息，在事故和案件的處理過程中，由于車牌的不合法更換、遮擋和不清晰，容易導致處理進度緩慢，因此機動車車標類型識別對于機動車信息檢索的完善和發展具有重要的應用價值。

目前能夠對車標進行有效檢測、定位和識別的技術中大多數是基于視頻的方法，但基于視頻的方法對于車標定位與識別存在以下問題：

1、車標的背景紋理復雜，尤其是機動車車頭散熱片的形狀各異導致定位困難；

2、車標的幾何形狀各異，對于定位與識別的一致性產生干擾；

3、車標灰度級和車標區域背景灰度級很相似，對于車標的整體定位有很大的干擾。

發明內容

本發明的目的就在于克服現有技術存在問題和不足，提供一種車標定位與識別方法。

本發明的目的是這樣實現的：

1、使用多種定位方法對車標進行精確定位，在本方法中使用三種定位方法，對于問題1的解決起到了很好的效果；

2、使用HOG&BP方法對不同定位結果的不同車標類型訓練不同的分類器，在本方法中對三種定位方法定位出的車標類型，訓練出三個分類器模板，再使用不同的分類器模板對相應的車標定位結果進行識別，對于問題2和問題3的解決起到了很好的作用。

一、智能網絡攝像機

智能網絡攝像機包括LENS光學鏡頭，設置有CCD圖像傳感器、信號采集轉換器、HV信號驅動器、FPGA可編程邏輯處理器、SDRAM存儲器、H264錄像編碼器、ARM中心處理器和DSP圖像處理器。

二、車標定位與識別方法

本發明的工作環境是智能網絡攝像機，在智能網絡攝像機中，抓拍圖片后進入DSP圖像處理單元，先經過車牌定位與識別模塊處理獲取車牌具體位置，然后將車牌具體位置和圖像數據傳給車標定位與識別模塊，從而識別出車標類型。其中車標定位與識別分為：①基于多層分類的車標定位即使用三種定位方法對不同紋理背景的車標進行準確定位；②基于多層分類的車標識別即使用不同定位類型所對應的BP神經網絡分類器對車標進行識別，最終準確獲取車標類型。兩者相輔相成，起到互相牽制的作用，對于準確率和性能的提高都起到了很好的效果。

具體實現步驟如下：

①基于多層分類的車標定位

a、根據車牌與車標的先驗知識和已知的車牌在全景圖片中具體位置，確定車標的粗略位置；

b、使用Sobel邊緣檢測方法對粗定位圖像確定紋理豐富的區域，即縮小車標的待檢測區域；

c、對待檢測區域使用高帽定位方法對車標進行定位，然后將定位圖像數據和定位類型傳入車標識別進行識別；如果識別結果置信度大于某個閾值，則輸出識別車標類型；否則保存識別結果進入差分定位；

d、對待檢測區域使用差分定位方法對車標進行定位，然后將定位圖像數據和定位類型傳入車標識別進行識別；如果識別結果置信度大于某個閾值，則輸出識別車標類型；否則保存識別結果進入方向濾波定位；

e、對待檢測區域使用方向濾波定位方法對車標進行定位，然后將定位圖像數據和定位類型傳入車標識別進行識別；如果識別結果置信度大于某個閾值，則輸出識別車標類型；否則輸出置信度最大的識別結果；

②基于多層分類的車標識別

f、采集車標樣本，得到車標樣本集；

g、提取樣本集中每一個樣本圖片的HOG特征；

h、將提取的HOG特征輸入到BP神經網絡訓練，生成多類分類器模型；

i、據定位結果的不同和類型的不同，訓練多層分類器模型；

j、將待識別車標與分類器模型進行匹配識別，輸出識別結果；

k、流程結束。

本發明具有下列優點和積極效果：

①對于車標背景紋理復雜度進行分類，不同背景紋理使用不同的車標定位方法，在本方法中使用的三種車標定位方法，其定位準確率有大幅度提高；

②解決了對于車標幾何形狀的復雜因素所產生的影響，使用不同定位方法定位出車標，訓練出多種分類器模版，在本方法中訓練出三種分類器模板，提高了車標識別準確率；

③為智能交通系統中單張圖片的車標定位與識別提供了解決方案，實時性好，系統安裝更加簡單，且易于維護。

附圖說明

圖1是智能網絡攝像機的結構方框圖；

圖中：