[發(fā)明專利]一種基于圖像的車標識別方法

在審

• 申請?zhí)枺?/td>: 201711434252.5
• 申請日: 2017-12-26
• 公開（公告）號: CN108154122A
• 公開（公告）日: 2018-06-12
• 發(fā)明（設(shè)計）人: 王思俊;劉琰;瞿關(guān)明;王斐
• 申請（專利權(quán)）人: 天津天地偉業(yè)投資管理有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62;G06K9/48
• 代理公司: 天津濱海科緯知識產(chǎn)權(quán)代理有限公司 12211
• 代理人: 楊慧玲

本發(fā)明提供了一種基于圖像的車標識別方法，包括以下步驟：根據(jù)圖像中車牌特征定位出車牌位置；根據(jù)車牌位置找出車標候選區(qū)域；利用車標的紋理信息在車標候選區(qū)域中搜索車標精確位置；用神經(jīng)網(wǎng)絡(luò)分類器對車標圖像進行分類判斷，得到車標分類評分結(jié)果；對分類評分結(jié)果分值進行閾值判斷得到車標類型。本發(fā)明有益效果：利用道路監(jiān)控圖像，自動找到車牌位置，然后進行車牌識別；支持114種車標類型的識別，包括了路面絕大多數(shù)種類的車標類型；本方法具有較高的正確率和較低的誤檢率，并且由于使用了首先定位車牌位置，確認車標候選區(qū)域，減小了算法計算量，算法具有較高的運行效率。

技術(shù)領(lǐng)域

本發(fā)明屬于車標識別技術(shù)領(lǐng)域，尤其是涉及一種基于圖像的車標識別方法。

背景技術(shù)

隨著社會經(jīng)濟的發(fā)展，機動車保有量急劇增加，涉車違法犯罪愈加猖獗并有逐年上升的趨勢，例如：肇事逃逸，車輛假牌，車輛套牌，機動車超速等等現(xiàn)象層出不窮。車標是車輛難以更改的一個重要標志，將車標識別與車牌號碼識別結(jié)合起來，可以大大提高車輛識別的可靠性，通過對比車牌與車標信息是否一致可以對現(xiàn)實中的套牌車等違法行為的進行有效的檢測與監(jiān)控。然而，現(xiàn)有車標識別方法中，大多都存在計算量繁雜，正確率低下，效率不夠高等問題。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明旨在提出一種基于圖像的車標識別方法，以解決上述問題的不足之處。

為達到上述目的，本發(fā)明的技術(shù)方案是這樣實現(xiàn)的：

一種基于圖像的車標識別方法，包括以下步驟：

A.根據(jù)道路監(jiān)控圖像中車牌特征定位出車牌位置；

B.根據(jù)車牌位置找出車標候選區(qū)域；

C.利用車標的紋理信息在車標候選區(qū)域中搜索車標精確位置；

D.用神經(jīng)網(wǎng)絡(luò)分類器對車標圖像進行分類判斷，得到車標分類評分結(jié)果；

E.對分類評分結(jié)果分值進行閾值判斷得到車標類型。

進一步的，步驟A中根據(jù)圖像中車牌特征定位出車牌位置的方法如下：

A1.首先根據(jù)車牌區(qū)域中的紋理特征，提取道路監(jiān)控圖像中的邊緣并二值化；

A2.然后對得到的二值圖像進行數(shù)學形態(tài)學的運算，使得車牌區(qū)域形成一個閉合的連通區(qū)域；

A3.最后通過車牌的幾何特征對得到的候選區(qū)域進行篩選，最終得到車牌區(qū)域。

進一步的，步驟C中，使用sobel算子對車標候選區(qū)域分別進行水平與垂直邊緣檢測，通過水平梯度、垂直梯度與聯(lián)通區(qū)域信息定位出車標位置。

進一步的，步驟D中，對所述車標圖像進行歸一化后提取HOG特征，得到車標特征向量，使用神經(jīng)網(wǎng)絡(luò)分類器對候選區(qū)域提取的車標特征向量進行判別，得到車標分類評分結(jié)果。

進一步的，提取HOG特征的過程如下：

D1.輸入歸一化的車標圖像后計算梯度；

D2.對每一個單元塊的梯度進行方向投影；

D3.相鄰單元塊進行對比度歸一化；

D4.將所有單元塊的向量組成一維長向量。

進一步的，神經(jīng)網(wǎng)絡(luò)分類器的訓練過程如下：

a.對車標分類圖像進行特征向量提取；

b.根據(jù)神經(jīng)網(wǎng)絡(luò)訓練神經(jīng)網(wǎng)絡(luò)分類器并保存模型。

相對于現(xiàn)有技術(shù)，本發(fā)明所述的基于圖像的車標識別方法具有以下優(yōu)勢：