[發明專利]一種基于匹配的車輛顏色識別方法和系統

有效

• 申請號: 201410205581.2
• 申請日: 2014-05-15
• 公開（公告）號: CN103996041A
• 公開（公告）日: 2014-08-20
• 發明（設計）人: 陳瑞軍;白翔;陳攀;王興剛;肖可偉
• 申請（專利權）人: 武漢睿智視訊科技有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62;G06K9/66
• 代理公司: 武漢東喻專利代理事務所(普通合伙) 42224
• 代理人: 李佑宏;李歡

1.一種基于匹配的車輛顏色識別方法，其特征在于，所述方法包括以下步驟：

(1)利用訓練圖像集合訓練用于對圖像塊特征向量進行編碼的編碼本：

(1.1)對訓練圖像集合中的每張訓練圖像隨機取圖像塊；

(1.2)對每個圖像塊進行采樣，獲得采樣點；

(1.3)計算每個采樣點的顏色特征向量；

(1.4)將每個圖像塊中的所有采樣點的顏色特征向量拼接成圖像塊的特征向量；

(1.5)對每張訓練圖像中所得的所有圖像塊的特征向量進行k-means聚類；

(1.6)將所述聚類的結果作為編碼本；

(2)訓練分類器：

(2.1)對訓練圖像集合中的每張訓練圖像采集圖像塊；

(2.2)按照步驟(1.2)-(1.4)求取每個圖像塊的特征向量；

(2.3)用步驟(1)中得到的編碼本對圖像塊特征向量進行編碼；

(2.4)利用空間金字塔模型計算每張訓練圖像的空間金字塔特征向量；

(2.5)利用所有訓練圖像的金字塔特征向量訓練支持向量機分類器；

(3)識別待識別圖像中車輛的顏色：

(3.1)按照步驟(2.1)-(2.4)計算待識別圖像的空間金字塔特征向量；

(3.2)利用步驟(2)中訓練得到的支持向量機分類器，對待識別圖像的空間金字塔特征向量進行分類，輸出待識別圖像中車輛顏色的識別結果。

2.根據權利要求1所述的車輛顏色識別方法，其特征在于，所述步驟(1.1)具體為：首先將圖像進行尺度變換變成640像素*480像素大小，然后在圖像上隨機采集大小為16*16的圖像塊。

3.根據權利要求2所述的車輛顏色識別方法，其特征在于，所述步驟(1.2)具體為：16*16的圖像塊中分別在長寬上以平均間隔采樣4個點，得到共16個采樣點。

4.根據權利要求1至3任一項所述的車輛顏色識別方法，其特征在于，所述步驟(1.3)具體為：對每個采樣點計算：RGB分量，HSV分量，YCbCr分量，Lab分量，YUV分量，并將這5個顏色分量拼接成一個15維向量，即為該采樣點的顏色特征向量。

5.根據權利要求3或4所述的車輛顏色識別方法，其特征在于，所述步驟(1.4)具體為：將16個采樣點的15維向量拼接成一個240維向量，即為圖像塊的顏色特征向量。

6.根據權利要求1至5任一項所述的車輛顏色識別方法，其特征在于，所述步驟(2.1)具體為：對訓練圖像集合中的每張訓練圖像，首先將訓練圖像進行尺度變換變成640像素*480像素大小，然后以8個像素為步長，采集大小為16*16的圖像塊。

7.根據權利要求1至6任一項所述的車輛顏色識別方法，其特征在于，所述步驟(2.4)包括以下子步驟：

(2.4.1)在原訓練圖像上將所有采樣點根據編碼本進行直方圖統計，每個字典各為一類進行統計，得到屬于該類的采樣點數目，從而得到一個N維的向量，N為編碼本中字的數量。

(2.4.2)將原訓練圖像分成2*2共4個分塊，針對每個分塊重復(2.4.1)的計算過程，最后得到4個N維的向量。

(2.4.3)將原訓練圖像分成4*4共16個分塊，針對每個分塊重復(2.4.1)的計算過程，最后得到16個N維的向量。

(2.4.4)將上述4個步驟得到的特征向量拼接起來，得到一個21×N維向量，這個向量就是該訓練圖像空間金字塔特征向量。

8.根據權利要求1至7任一項所述的車輛顏色識別方法，其特征在于，所述步驟(2.5)具體為：訓練一個直方圖交叉核(histogram?intersection)的支持向量機分類器。

9.一種基于匹配的車輛顏色識別系統，其特征在于，所述系統包括編碼本生成模塊，分類器訓練模塊以及待識別圖像識別模塊，其中：

所述編碼本生成模塊，用于利用訓練圖像集合訓練用于對圖像塊特征向量進行編碼的編碼本，具體包括：

圖像塊獲取模塊，用于對訓練圖像集合中的每張訓練圖像隨機取圖像塊；

圖像塊采樣模塊，用于對每個圖像塊進行采樣，獲得采樣點；

顏色特征向量計算模塊，用于計算每個采樣點的顏色特征向量；

圖像塊特征向量計算模塊，用于將每個圖像塊中的所有采樣點的顏色特征向量拼接成圖像塊的特征向量；

編碼本生成模塊，用于對每張訓練圖像中所得的所有圖像塊的特征向量進行k-means聚類，將所述聚類的結果作為編碼本；

所述分類器訓練模塊，用于訓練分類器，具體包括：

圖像塊采集模塊，用于對訓練圖像集合中的每張訓練圖像采集圖像塊；

圖像塊特征向量計算模塊，用于求取每個圖像塊的特征向量；

圖像塊特征向量編碼模塊，用于利用編碼本對圖像塊特征向量進行編碼；

金字塔特征向量生成模塊，用于利用空間金字塔模型計算每張訓練圖像的空間金字塔特征向量；

支持向量機分類器訓練模塊，用于利用所有訓練圖像的空間金字塔特征向量訓練支持向量機分類器；

所述待識別圖像識別模塊，用于識別待識別圖像中車輛的顏色，具體包括：

空間金字塔特征向量計算模塊，用于計算待識別圖像的空間金字塔特征向量；

待識別圖像識別子模塊，用于利用支持向量機分類器，對待識別圖像的空間金字塔特征向量進行分類，輸出待識別圖像中車輛顏色的識別結果。