[發明專利]基于輪胎檢測的車型及車標識別方法在審
| 申請號: | 202010582541.5 | 申請日: | 2020-06-23 |
| 公開(公告)號: | CN111914892A | 公開(公告)日: | 2020-11-10 |
| 發明(設計)人: | 徐林;王桂麗;周旭廷 | 申請(專利權)人: | 安徽師范大學 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06K9/46;G06N20/10 |
| 代理公司: | 蕪湖安匯知識產權代理有限公司 34107 | 代理人: | 鐘雪 |
| 地址: | 241000 安徽省*** | 國省代碼: | 安徽;34 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 輪胎 檢測 車型 標識 方法 | ||
本發明公開了一種基于輪胎檢測的車型及車標識別方法,該方法具體包括如下步驟:S1、檢測待測車輛圖像中的車輪圓心及車輪胎半徑Image?R;S2、基于同側兩車輪的距離來識別檢測待測車輛的車型,所述車型為小型車、中型車或大型車;S3、定位并識別待測車輛車輪胎上的車標。基于車輪同時進行車型和車標的識別。
技術領域
本發明屬于車輛識別技術領域,提供了一種基于輪胎檢測的車型及車標識別方法。
背景技術
近年來,社會車輛的急劇增加給交通管理帶來很多新挑戰,研究和發展智能交通系統顯得日益迫切。
隨著ITS快速發展的要求,越來越多的應用環境不僅需要車牌字符識別,還需要對車型以及品牌進行識別。隨著社會分工的越來越明細,智能交通系統在不同的場合對車型識別的要求程度也不盡不同。在高速交通收費中,只需要判斷出車輛是大型車、中車型、小型車,但是在偵查領域,車型識別越詳細越好,或者可以識別出具體車品牌如寶馬、奔馳、卡迪拉克等品牌車輛等等。于此可見,車型識別技術產品在不同場合發揮著不一樣的作用,相信在不久的將來會涉及到生活的方方面面,主要是用在車輛防盜,識別套牌車等方面。
現有的基于圖像的車型識別大多是基于IC卡的無線通訊的車型識別,當車輛進卡口或者出卡口的時候,車輛通過無線設備,將車輛自身的信息傳輸給接收系統,卡口系統接受信息并且與數據庫中的數據進行對比,最終信息達成一致,車型識別成功。不過投入的資金額較大,每輛車和卡口系統一定要安裝無線裝置,其次就是全國交通系統必須實時的聯網,實時更新數據,現有的車標識別大多是提取車輛前端或后端的車標來進行,很難同時進行車型和車標的識別。
發明內容
本發明提供了一種基于輪胎檢測的車型及車標識別方法,基于車輪同時進行車型及車標的識別。
本發明是這樣實現的,一種基于輪胎檢測的車型及車標識別方法,所述方法具體包括如下步驟:
S1、檢測圖像中待測車輛的車輪圓心及車輪胎半徑Image-R;
S2、基于同側兩車輪的距離來識別待測車輛的車型,所述車型為小型車、中型車或大型車;
S3、定位并識別待測車輛車輪胎上的車標,即完成車輛識別。
進一步的,車輪上的車標定位方法具體如下:
S31、車輪胎與車標為同心圓,基于相應車型的車輪胎-車標比例scale來計算車標半徑Image-r,Image-r=Image-R/scale;
S32、以車輪圓心為圓心,以車標半徑Image-r為半徑的圓即為車標位置;
車輪胎-車標比例scale為車輪胎實際半徑Real-R與車輪內部車標實際半徑Real-r的比值,即scale=Real-R/Real-r。
進一步的,車標的識別方法具體包括如下步驟:
S33、基于SIFT提取車標位置圖像的特征點,將提取到的特征點放入特征點集中;
S34、刪除特征點集中的冗余特征點,即完成特征點的提純;
S35、基于支持向量機來識別車輪上的車標。
進一步的,特征點的提純過程具體如下:
S341、計算特征點集中任意兩特征點之間的歐式距離;
S342、若兩特征點之間的歐式距離小于設定距離閾值,則認定兩特征點相似,其中一個特征點為冗余特征點。
進一步的,定義各類車型對應的同側兩車輪的距離區間,具體如下:
小型車:同側兩車輪的距離區間為:260cm~310cm;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于安徽師范大學,未經安徽師范大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010582541.5/2.html,轉載請聲明來源鉆瓜專利網。





