[發明專利]一種基于模式識別的車標自動定位與識別方法

在審

• 申請號: 201410367377.0
• 申請日: 2014-07-26
• 公開（公告）號: CN104182728A
• 公開（公告）日: 2014-12-03
• 發明（設計）人: 吳志偉;馮琰一;張少文
• 申請（專利權）人: 佳都新太科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 無
• 代理人: 無

技術領域

本發明屬于計算機視覺領域，特別涉及一種基于模式識別的車標自動定位與識別方法。

技術背景

隨著高清視頻監控的普及，公安對車輛的管理變得越來越方便，抓拍到的過車數據，除了能看清車輛牌照外，還能看清車輛廠家標識、車輛類型、車身顏色、甚至駕駛員的面部特征，這對公安人員破案提供了極大的便利。然而，由于過車數據非常龐大，公安人員想要從海量數據中搜索目標車輛并非易事，需要耗費大量的人力物力。基于計算機視覺技術的車輛特征識別技術能夠非常有效地解決這樣的問題，而本發明所涉及的車標識別就屬于車輛特征識別技術中的非常重要的技術。

傳統的車標定位技術常采用梯度、紋理、邊緣并結合形態學處理進行定位，然而由于車標往往位于排氣散等位置附近，這些位置往往也具有豐富的紋理特征，因此傳統的車標定位技術準確性較差；而傳統的車標識別技術常采用模板匹配的方法，該方法的準確性依賴于模板的制作。

在此背景下，本發明提供了一種基于模式識別技術的車標自動定位與識別方法，該方法有效地解決了傳統方法車標定位與識別準確性不高的問題。

發明內容

本發明的目的是為了解決傳統車標定位與識別方法由于技術路線限制，導致定位與識別精度不高的問題，提出了一種基于模式識別技術的車標自動定位與識別技術，本發明的技術特征如下：

(1)、利用車牌檢測與識別技術，得到車牌的大小與位置，利用車標通常位于車牌的正上方，且位于車牌中軸線上的先驗知識，以車牌的尺寸作為基準，用行平均跳變數進行判斷，選取一定大小的區域，作為車標初定位的區域，為了得到更準確的結果，可根據實際情況對上述參數進行調整。

(2)、按照車標的長寬比進行分類，利用基于Haar特征的Adaboost算法訓練多個車標特征庫(特征庫個數等于按長寬比分類后的車標種類數)，然后對車標初定位區域進行車標檢測，得到若干疑似車標的區域。

(3)、計算疑似車標區域的HOG特征，并利用線性SVM進行篩選，得到疑似區域的置信度，選取置信度最大的區域作為車標精確定位結果。

(4)、計算車標區域的HOG特征，并利用線性SVM進行識別。

附圖說明

圖1是本發明的基本流程圖；

圖2是本發明的初定位算法流程圖；

圖3是本發明的行平均跳變數算法流程圖；

具體實施方式

下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。

基于模式識別的車標自動定位與識別方法具體實施方式如下：

1、采用車牌檢測與識別技術輸出車牌位置和大小，可表示為(x，y，w，h)，x-車牌左上角x坐標，y-車牌左上角y坐標，w-車牌寬度，h-車牌高度。由于車牌檢測與識別技術作為車輛特征檢測中最重要的技術，因此作為車輛特征檢測系統中的成員之一，車標檢測與識別技術可以將車牌檢測與識別技術輸出的車牌信息作為輸入，不但可以有效地提高算法的準確性，而且可以大大減少算法的復雜度。

2、車標的初次定位。利用車標通常位于車牌的正上方，且位于車牌中軸線上的先驗知識，可以根據車牌位置和大小初步確定車標所在的區域。本發明以2個車牌高度、1.5個車牌寬度為單位，0.5個車牌高度為步長向上平移，計算區域內的水平垂直跳變數，如果行平均跳變數過小，繼續向上平移，直到滿足要求為止，共平移次數為3次，如果3次都不滿足要求，則將3個區域一起作為初定位結果。為了得到更準確的結果，可根據實際情況對上述參數進行調整。

3、行平均跳變數的計算方法。首先用sobel算子分別計算水平梯度和垂直梯度，以0.5的系數進行加權求和，然后用OTSU算法提取前景，最后按行水平掃描，統計前景像素點變化的次數，并除以區域高度，即為行平均跳變數。

4、車標的二次定位。為了便于特征庫的訓練，有效地減少特征庫的數量，將車標按照長寬比進行分類，如大眾、東風日產、本田、別克等按1∶1標定分類，起亞、福特、比亞迪、現代等5∶3標定分類，奧迪、雪弗蘭等按2∶1標定分類。利用基于Haar特征的Adaboost算法訓練多個車標特征庫(特征庫個數等于按長寬比分類后的車標種類數)，然后對車標初定位區域進行車標檢測，得到若干疑似車標的區域。