[發明專利]一種車標定位方法和裝置

有效

• 申請號: 201310552751.X
• 申請日: 2013-11-08
• 公開（公告）號: CN103577829A
• 公開（公告）日: 2014-02-12
• 發明（設計）人: 田永鴻;彭佩璽;王耀威;黃鐵軍
• 申請（專利權）人: 中安消技術有限公司;北京大學
• 主分類號: G06K9/54
• 分類號: G06K9/54;G06K9/32
• 代理公司: 廣東廣和律師事務所 44298
• 代理人: 章小燕

技術領域

本發明涉及智能交通領域和計算機圖像處理領域，尤其涉及一種車標定位方法和裝置。

背景技術

近年來，隨著汽車數量的不斷增加、現代交通的不斷發展，智能交通系統被廣泛關注。作為智能交通系統的重要組成部分，車標識別成為一個熱門的研究課題，具有很高的經濟價值。車標定位是車標識別中最重要的一步，將直接影響車標識別的效果。

車標定位是在包含車輛的圖片上定位包含車標的小塊區域。它的難點在于當車輛圖片中有較多噪音和干擾，會造成：

（1）散熱片的垂直、水平、網格狀邊緣；

（2）未被去除干凈的散熱片的邊緣；

（3）提取邊緣時的誤檢邊緣；

（4）由于光照變化造成的假邊緣。

目前主要有兩種思路來定位車標：1）基于車標和背景特征，例如基于圖像的邊緣、形狀、模板匹配和紋理特征來定位車標；考慮到車標背景是散熱片，去除散熱片的固有模式后進行形態學操作，去除面積很小的白點，最終得到連通度為固定值的車標區域；2）基于機器學習算法，例如用Adaboost來學習車標的位置。

車標的定位大體分為車標粗定位，車標精定位兩個步驟。連通區劃分是車標精定位的重要步驟，對車標粗定位處理的結果通過劃分連通區得到若干區域直接影響最終車標的定位結果。目前大部分算法直接用一個經驗值定義連通度。設定的連通度太小時，劃分得到的連通區域可能只包含車標的一部分；設定的連通度太大時，劃分得到的連通區域可能會包含噪音和干擾，從而導致車標定位不準確。

發明內容

有鑒于此，本發明要解決的技術問題是提供一種車標定位方法和裝置，以通過自適應連通區域劃分進行圖像分割來優化車標定位，提高車標定位的準確率。

本發明解決上述技術問題所采用的技術方案如下：

根據本發明的一個方面，提供的一種車標定位方法包括：

車標粗定位步驟：根據先驗知識確定車標所在的大致區域，并提取輪廓圖；

自適應分割步驟：對輪廓圖進行自適應分割，得到最優連通區分割；

車標區域篩選步驟：篩選出最優連通區分割所得區域中為車標的區域，提取出車標圖像。

優選地，車標粗定位步驟進一步包括：根據車牌位置確定車標所在的大致區域；對車標所在的大致區域提取輪廓圖；去除輪廓圖中散熱片的輪廓。

優選地，自適應分割步驟進一步包括：對輪廓圖用不同的連通半徑定義連通，得到不同的連通區；根據連通區數量與連通半徑的關系，找出使連通區數量保持不變的連通半徑的最長區間；采用最長區間內的連通半徑的值劃分連通區，得到最優連通區分割。

優選地，車標區域篩選步驟進一步包括：

根據噪音的先驗知識，去除最優連通區分割所得區域中的噪音區域；

根據似然度判別去除噪音區域后的每一個連通區是車標還是噪音，提取連通區為車標的區域，得到車標圖像。

優選地，根據對噪音的先驗知識，去除最優連通區分割所得區域中的噪音區域進一步包括：針對每一個連通區的最小包絡矩形，當矩形的面積小于第一預定的閾值、矩形的長寬比大于第二預定的閾值、或者連通區的前景點數目與矩形面積之比小于第三預定的閾值時，將矩形視為噪音區域去掉。

優選地，根據似然度判別去除噪音區域后的每一個連通區是車標還是噪音進一步包括：

根據車標的居中性和/或均勻性定義似然函數；

計算每個連通區的車標似然度，確定似然度最大的連通區域為車標區域。

根據本發明的另一個方面，提供的一種車標定位裝置包括車標粗定位模塊、自適應分割模塊以及車標區域篩選模塊，其中：

車標粗定位模塊：用于根據先驗知識確定車標所在的大致區域，并提取輪廓圖；

自適應分割模塊：用于對輪廓圖進行自適應分割，得到最優連通區分割；

車標區域篩選模塊：用于篩選出最優連通區分割所得區域中為車標的區域，提取出車標圖像。

優選地，車標粗定位模塊進一步包括區域確定單元、輪廓圖提取單元以及輪廓圖去噪單元，其中：

區域確定單元，用于根據車牌位置確定車標所在的大致區域；

輪廓圖提取單元，用于對車標所在的大致區域提取輪廓圖；

輪廓圖去噪單元，用于去除輪廓圖中散熱片的輪廓。

優選地，自適應分割模塊進一步包括區域分割單元、連通半徑確定單元以及最優分割單元，其中：

區域分割單元，用于對輪廓圖用不同的連通半徑定義連通，得到不同的連通區；