[發明專利]一種車輛顏色識別方法

有效

• 申請號: 201811395635.0
• 申請日: 2018-11-22
• 公開（公告）號: CN109558872B
• 公開（公告）日: 2022-02-11
• 發明（設計）人: 周欣;潘薇;王若君
• 申請（專利權）人: 四川大學
• 主分類號: G06V10/56
• 分類號: G06V10/56;G06V20/62;G06V10/764;G06K9/62
• 代理公司: 成都方圓聿聯專利代理事務所(普通合伙) 51241
• 代理人: 李鵬

本發明公開了一種車輛顏色識別方法，包括以下步驟：S1：獲取白色、灰色、黑色、紅色、粉色、黃色、綠色、藍色、紫色和棕色的車輛彩色圖像作為訓練樣本；S2：采用LIBSVM工具箱中的線性SVM對訓練樣本進行逐對分類訓練，獲取45個顏色分類器；S3：對抓拍的車輛正面圖像進行車牌識別，根據車牌大小獲取70×70像素的車輛彩色待識別圖像。S4：獲取待識別車輛彩色圖像的特征向量，并送入S2中訓練好的分類器，確定車輛顏色類別。本發明的優點在于：采用全局顏色信息，體現了車身與環境的亮度色度對比，提高了識別的準確率，降低了算法的難度和計算復雜度，克服了現有技術定位難度高、易丟失信息的缺陷，能更準確表示顏色屬性，結構簡單、容易訓練、計算速度快。

技術領域

本發明涉及圖像處理與模式識別技術領域，特別涉及一種全局特征的車輛顏色識別方法。

背景技術

中華人民共和國公共安全行業標準機動車號牌圖像自動識別技術規范要求，機動車號牌圖像自動識別軟件應具備車輛顏色識別功能，識別顏色種類包括：白、灰、黑、紅、粉、黃、綠、藍、紫、棕等10類；識別時間應不大于100ms；日間識別準確率應不小于70％；對夜間未作要求。因此在智能交通系統中，在對車牌進行識別的同時，還需要對車輛顏色進行快速、準確識別。

目前關于車輛顏色識別的技術尚不成熟，其識別準確率遠低于車牌識別，具體影響車輛顏色識別的主要原因如下：

車輛顏色易受光照條件、天氣狀況等干擾而產生顏色失真；

能代表車輛顏色的區域的認定與準確提取較為困難；

相近顏色判定困難(如白與灰，灰與黑，紅與粉，黃與棕，藍與黑等等)，目前并無相關標準。

目前車輛顏色識別技術的主要流程是：第一步通過運動或邊緣信息定位車輛位置，排除一定的車輪、車窗等干擾區域，獲取大面積感興趣區域顏色信息；或者通過成熟的車牌定位技術定位車牌，再根據車牌位置獲取特定干擾較少的車身區域顏色信息。第二步對獲取的原始顏色信息作進一步處理，比如顏色空間轉化、直方圖統計、歸一化等等，獲取顏色特征信息。第三步用統計投票法、聚類算法、線性或非線性SVM分類器、卷積神經網絡等分類器對顏色特征信息進行分類識別。

目前現有技術所公開的專利包括：

中國發明專利，申請號：CN201510374911.5，發明名稱：一種車身顏色識別方法；

中國發明專利，申請號：CN201510374911.5，發明名稱：一種車身顏色識別方法；

中國發明專利，申請號：CN201310414231.2，發明名稱：一種車輛車身顏色檢測識別方法；

中國發明專利，申請號：CN201510543022.7，發明名稱：基于局部約束線性編碼的車身顏色識別方法；

中國發明專利，申請號：CN201510543000.0，發明名稱：基于顏色直方圖的車身顏色識別方法；

中國發明專利，申請號：CN201710165620.4，發明名稱：一種基于深度學習的車輛顏色識別方法與裝置；

中國發明專利，申請號：CN201710589038.0，發明名稱：一種車輛識別方法和系統；

上述公開的技術雖然在特征處理以及分類器的構造和訓練方面各有優點，但是對于車輛顏色識別問題而言，存在一些共同的缺點。第一，顏色信息基本在車身區域中獲取，沒有考慮不同自然光條件下，車身與環境亮度以及色度的對比；第二，需要較為準確地獲得能代表車輛顏色的區域，如果定位錯誤，顏色識別勢必失敗；第三，對顏色信息進行空間變換或者特征提取，都會丟掉部分原始信息，并不一定有利于識別。另外，基于深度學習的CNN網絡雖然學習能力強，但是網絡的結構復雜，不易確定；在訓練中也可能陷入局部極值，影響識別效果。

發明內容