[發(fā)明專利]一種基于車標(biāo)識別交通分析方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201611167461.3
• 申請日: 2016-12-16
• 公開（公告）號: CN106599850A
• 公開（公告）日: 2017-04-26
• 發(fā)明（設(shè)計）人: 陳擁權(quán);華東亞;陳影;侯曼曼
• 申請（專利權(quán)）人: 合肥寰景信息技術(shù)有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/46;G06K9/62
• 代理公司: 合肥市浩智運專利代理事務(wù)所(普通合伙)34124
• 代理人: 丁瑞瑞

技術(shù)領(lǐng)域

本發(fā)明涉及視頻分析技術(shù)領(lǐng)域，具體涉及一種基于車標(biāo)識別交通分析方法及系統(tǒng)。

背景技術(shù)

隨著社會經(jīng)濟的發(fā)展，車輛的增多，通過計算機信息化、智能化的管理車輛成為必然。車牌識別技術(shù)被廣泛應(yīng)用在交通流量監(jiān)測，高速公路卡口收費，闖紅燈違章車輛監(jiān)控及小區(qū)自動收費系統(tǒng)中。車輛識別技術(shù)是智能交通領(lǐng)域的關(guān)鍵技術(shù)之一，車標(biāo)識別技術(shù)是車輛識別技術(shù)新的研究方向，車輛的車標(biāo)的類型按形狀可以分為圓形，橢圓和方形，目前的處理技術(shù)只能對車牌和大型、中型、小型車輛進行識別，但不能識別具體的車型。車標(biāo)的識別大體分為車標(biāo)粗定位，車標(biāo)精定位，車標(biāo)識別三個步驟，在現(xiàn)有技術(shù)中利用車牌與車標(biāo)的拓?fù)潢P(guān)系，確定車標(biāo)的大致區(qū)域；根據(jù)提取的粗略位置再準(zhǔn)確的提取車標(biāo)，但是在對車標(biāo)進行定位、識別時，由于有些背景和前方的干擾物會影響到車標(biāo)的分割，進而影響到車標(biāo)的識別。針對現(xiàn)有技術(shù)中由于車牌的干擾物影響車標(biāo)識別，從而影響辨別車輛的問題，目前尚未提出有效的解決方案。

針對于此，需要做出改進。

發(fā)明內(nèi)容

本發(fā)明提供了一種基于車標(biāo)識別交通分析方法及系統(tǒng)，提高車標(biāo)的識別準(zhǔn)確率和效率。

一種基于車標(biāo)識別交通分析方法，包括以下步驟：

1)獲取原始圖像，通過攝像機獲取原始圖像；

2)車標(biāo)定位，使用采用紋理特征分析定位方法，確定一個車標(biāo)區(qū)域；

3)圖像變換處理，對所述車標(biāo)圖像進行特征變換處理，以獲取所述車標(biāo)圖像的特征向量集合；

4)匹配處理，對所述車標(biāo)圖像的特征向量集合中的特征點與預(yù)設(shè)特征向量集合中的特征點進行匹配處理，以獲取匹配特征點集合；

5)匹配車標(biāo)，根據(jù)所述匹配特征點集合獲取對應(yīng)的車標(biāo)類型。

進一步的，所述步驟2)中，車標(biāo)定位方法具體為，在原始圖像經(jīng)過預(yù)處理之后的圖像上進行行掃描，確定在列方向上含有車標(biāo)線段的候選區(qū)域，確定候選區(qū)域的起始行坐標(biāo)和高度；然后對候選區(qū)域進行列掃描確定其列坐標(biāo)和寬度，由此確定一個車標(biāo)區(qū)域。

進一步的，所述步驟3)具體為：

1)對所述原始圖像進行邊緣定位，以獲取邊緣圖像；

2)對所述邊緣圖像進行特征變換處理，以獲取對應(yīng)每幅所述邊緣圖像的特征向量集合；

3)對所述特征向量集合進行聚類分析，以獲取多個類數(shù)據(jù)以及與每個所述類數(shù)據(jù)對應(yīng)的特征均值；

4)對每個所述特征均值進行標(biāo)簽設(shè)置，以獲取設(shè)置標(biāo)簽的特征均值集，將所述特征均值集作為所述特征向量集合。

進一步的，所述步驟4)包括：檢測所述車標(biāo)圖像的特征向量集合中是否存在與所述預(yù)設(shè)特征向量集合中的特征點相匹配的特征點；在所述車標(biāo)圖像的特征向量集合中存在與預(yù)設(shè)特征向量集合中的特征點相匹配的特征點的情況下，獲取所述匹配特征點集合。

進一步的，還包括步驟6)輸出結(jié)果，將匹配后的車標(biāo)類型以文字和logo方式顯示。

一種基于車標(biāo)識別交通分析系統(tǒng)，

1)圖像獲取模塊，通過攝像機獲取原始圖像；

2)車標(biāo)定位模塊，使用采用紋理特征分析定位方法，確定一個車標(biāo)區(qū)域；

3)變換處理模塊，對所述車標(biāo)圖像進行特征變換處理，以獲取所述車標(biāo)圖像的特征向量集合；

4)匹配處理模塊，對所述車標(biāo)圖像的特征向量集合中的特征點與預(yù)設(shè)特征向量集合中的特征點進行匹配處理，以獲取匹配特征點集合；

5)車標(biāo)匹配模塊，根據(jù)所述匹配特征點集合獲取對應(yīng)的車標(biāo)類型。

進一步的，所述變換處理模塊包括：

1)車標(biāo)定位模塊，用于對所述車標(biāo)圖像進行邊緣定位，以獲取邊緣圖像；

2)特征變換模塊，用于對所述邊緣圖像進行特征變換處理，以獲取對應(yīng)每幅所述邊緣圖像的特征向量集合；

3)分析處理模塊，用于對所述特征向量集合進行聚類分析，以獲取多個類數(shù)據(jù)以及與每個所述類數(shù)據(jù)對應(yīng)的特征均值；

4)標(biāo)簽設(shè)置模塊，用于對每個所述特征均值進行標(biāo)簽設(shè)置，以獲取設(shè)置標(biāo)簽的特征均值集，將所述特征均值集作為所述特征向量集合。

進一步的，所述步驟1)圖像獲取模塊還包括步驟：

1)圖像采集模塊，用于采集原始圖像；

2)定位計算模塊，用于對所述原始圖像進行車標(biāo)定位計算，以獲取所述原始圖像中的初始車標(biāo)圖像；

3)截取處理模塊，用于對所述初始車標(biāo)圖像進行截取處理，以獲取所述車標(biāo)圖像。

進一步的，輸出結(jié)果為，確定每類車標(biāo)識別模型對車標(biāo)區(qū)域進行識別后的車標(biāo)識別結(jié)果置信度；將置信度最高的車標(biāo)識別結(jié)果作為車標(biāo)識別結(jié)果。