车辆颜色识别方法
【专利摘要】本发明公开了一种车辆颜色识别方法，属于图像处理领域。该方法包括：定位车牌位置并识别车牌颜色；根据车牌位置和颜色信息，确定车辆颜色识别参考区域；通过对参考区域饱和度等特征参数的统计，将车辆分为彩色车和黑白银灰色车；若判定结果为彩色车，分离出彩色区域，并对此区域进行颜色识别；若判定结果为黑白银灰车，则将参考区域分割，通过投票的方法确定车辆的颜色。本发明解决了现有技术对图像中的干扰敏感的问题。
【专利说明】车辆颜色识别方法
【技术领域】
[0001]本发明涉及图像处理技术，具体涉及一种对道路图像进行车辆信息检测的方法，尤其涉及车辆颜色识别方法。
【背景技术】
[0002]近年来，随着计算机及互联网技术的飞速发展，各种机动车数量的迅猛增长，各类信息包括与交通相关的信息呈现爆炸式增长的态势。为了能够更加安全、高效的管理这些信息，智能交通系统(Intelligence Transportation System)应运而生。智能交通系统可以在收费卡口，停车场，刑事追踪等方面展现出强大的作用。视频图像中车辆信息包括车牌号码、车辆颜色、车辆型号等，其中车辆颜色识别在车辆道路监控中有着举足轻重的作用，是车辆信息中不可或缺的一部分。当车牌号码无法识别或者无法区分时，车辆颜色等其他车辆信息就成为区分车辆的依据。例如在违规套牌车辆识别中，必须通过非号牌信息来区分同号牌车辆，车辆颜色信息就是首选。
[0003]车辆颜色判断主要分为两个过程，首先需要在取证图片中选取车辆颜色判断的候选区域，然后对该区域进行颜色判断，输出车辆颜色。车辆颜色判断候选区域的选取是车辆颜色识别的关键。
[0004]传统的车辆颜色识别方法，是选取整个车辆或一个矩形区域作为车辆颜色判断的输入，由于整个车辆上面真正反映车辆颜色的区域很少，而车辆上面的窗户或者排气口颜色可能与车辆颜色差距很大，对车辆颜色的识别产生很大干扰。因此上述方法有对上述干扰敏感的问题。
【发明内容】
[0005]针对上述现有车辆识别技术所存在的问题，本发明的目的在于提供一种优化的车辆颜色识别方法，该方法能够解决现有技术选取的用于颜色判断的候选区域存在较大干扰的问题，使其能够更准确地识别车辆的颜色。
[0006]为了达到上述目的，本发明采用如下的技术方案:
[0007]车辆颜色识别方法，所述识别方法包括如下步骤:
[0008](I)定位车牌的位置，并识别车牌的颜色；
[0009](2)根据车牌的颜色，选取车牌上方对应的区域作为车辆颜色识别参考区域；
[0010](3)通过统计的方法，将车辆分为彩色车和黑白灰色车，若车辆被判定为彩色车，则转入步骤(4)进行颜色识别；若车辆判定为黑白灰色车，则转入步骤(5)进行颜色识别；
[0011](4)分离出参考区域中的彩色区域，并对此区域进行颜色识别；
[0012](5)将参考区域分割，根据每个区域的颜色一致性判断此区域是否有效，并且识别每个有效区域的颜色，最后通过投票确定车辆颜色。
[0013]在本识别方法的优选实例中，所述步骤(4)中通过如下步骤实现:
[0014](4-1)创建参考区域的H通道直方图；[0015](4-2)根据H通道的直方图，分离出两部分主色区域，并作反向投影找到相应的区域；
[0016](4-3)在S通道进行聚类，取其中类中心值较高并且所占面积比率大于一定阈值的区域；
[0017](4-4)将步骤(4-2)的结果与步骤(4-3)的结果进行与操作，分离出彩色区域；
[0018](4-5)对分离出的彩色区域进行颜色识别。
[0019]进一步的，所述步骤(4-5)中还包括对颜色识别的结果进行第二次判定的步骤，若颜色识别的结果为彩色的，则将此结果视为车辆的颜色，若颜色识别结果为黑白银灰色的，则转入步骤(5)再次进行颜色识别。
[0020]进一步的，所述步骤(5)中通过如下步骤实现:
[0021](5-1)将参考区域等分为N份；
[0022](5-2)计算每份区域在S通道中的方差，并选择S方差最小的数个区域作为有效区域；
[0023](5-3)对每个有效区域进行颜色识别；
[0024](5-4)根据步骤(5-3)的结果，通过投票确定车辆颜色。
[0025]通过上述方案，本发明能够有效避免识别过程中选取的用于颜色判断的候选区域存在较大干扰的问题，能够非常准确的识别出车辆的颜色，极大的提高识别的精度。
[0026]再者，本方案进行识别时，识别计算速度快，识别效率高。
【专利附图】
【附图说明】
[0027]以下结合附图和【具体实施方式】来进一步说明本发明。
[0028]图1本发明所述车辆颜色识别方法流程图；
[0029]图2为黄色车牌车辆颜色识别的参考区域示意图；
[0030]图3为蓝色车牌车辆颜色识别的参考区域示意图；
[0031]图4参考区域中的彩色区域的分离的实例图。
【具体实施方式】
[0032]为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。
[0033]参见图1，其所示为本发明进行车辆颜色识别的流程图。由图可知，本发明在进行车辆颜色识别过程如下:
[0034]第一步，首先获取车辆头部的图像。
[0035]第二步，对获取得到的车辆头部图像进行车牌位置的定位与车牌颜色的识别。对于车牌的位置与颜色信息为本识别方法的前提，因为现有多数车辆信息检测系统都包含车牌定位与识别模块，因此可以直接利用车牌定位与识别的结果，来确定车辆颜色识别的参考区域，不需要额外操作。车牌颜色识别的结果具体可分为黄色和其他颜色，如蓝色。
[0036]第三步，在得到车牌位置和颜色信息后，根据车牌的颜色确定用于车辆颜色识别的参考区域。若车牌颜色识别的结果为黄色，取图像上边界为参考区域的上边界，车牌10上边界为参考区域的下边界，同时参考区域的左右边界与车牌的左右边界相同，由此形成黄色车牌10对应的参考区域20 (如图2所示)。
[0037]若车牌识别的结果为蓝色，取车牌30上边界向上6个车牌高度为参考区域的上边界，车牌30上边界向上3.5个车牌高度为参考区域的下边界，同时参考区域的左右边界与车牌的左右边界相同，由此形成蓝色车牌30对应的参考区域40 (如图3所示)。
[0038]第四步，在确定了参考区域后，通过统计的方法，判断参考区域是否有超过一定百分比的区域为彩色区域，由此将车辆分为彩色车和黑白银灰车。对于使用到的统计方法具体可采用基于S通道直方图的统计方法、基于RGB三通道的颜色均值的两两相减后之和与颜色聚类后类中心的信息的统计方法、基于S通道颜色聚类的统计方法。当然，可以采用其他现有技术将车辆分为彩色车和黑白银灰车。
[0039]第五步，根据参考区域的判断结果，进行对应的识别操作:
[0040]若判定结果为彩色车，则分离参考区域中的彩色区域，并对分理处的彩色区域进行颜色识别，得到彩色区域的颜色识别结果后，再进行第二次颜色判定，若二次颜色判定结果为彩色则视为有效，若二次颜色判定结果为黑白银灰色则得到照片中车辆颜色为黑白银灰色的结果；
[0041]若判定结果为黑白银灰车，包括通过第一次和第二次颜色判定得出的结果，则将参考区域等量分割，并通过颜色一致性计算出有效区域，进而识别有效区域的颜色，最后通过投票的方法确定照片中车辆的颜色。
[0042]对于步骤五中，分离参考区域中的彩色区域具体采用如下的方案来实现:
[0043]如图4所示，在确定了参考区域并在第一次颜色判定时得到彩色的结果后，首先创建参考区域的H通道直方图。由于第一次颜色判定的结果为彩色，可以得到参考区域中除了车窗和散热片等干扰外，还包括饱和度较高的彩色区域，且由于彩色区域所占整个参考区域的百分比较高，可以判断彩色区域的颜色即为照片中车辆颜色。由此，参考区域的H通道直方图应为双峰的，如图4示出了某车辆照片的参考区域的H通道双峰直方图。
[0044]接着，根据H通道的双峰直方图，将其分离为两个主色区域，并作反向投影找到参考区域中对应的区域。如图4，其示出了 H通道的两个主色区域以及其在参考区域中对应的区域。
[0045]然后，在S通道进行聚类，其中图4所示实例中具体聚为3类，并取出其中S值较高并且所占面积比率大于一定阈值的区域。在图4所示实例中的阈值为5%，该区域在图4中示出。
[0046]最后，通过对反向投影得到的区域与S值较高的区域作与操作得到彩色区域，并将其从参考区域中分离出来。
[0047]在得到彩色区域后，对彩色区域进行颜色识别。颜色识别的方法可以采用而非限制于现有的技术，包括基于颜色直方图的颜色识别、基于颜色矩的颜色识别等。优选地，可采用的基于支持向量机算法的分类器，当然采用的分类器并不限制于所述基于支持向量机算法的分类器。
[0048]对于步骤五中，针对黑白银灰车的颜色识别具体可采用如下的方案来实现:
[0049]当第一次或第二次颜色判定得到的结果为黑白银灰色时，采用投票的方法进行颜色识别。首先将参考区域分割，作为举例，可将参考区域等分为20个子区域。
[0050]然后，统计这20个子区域的S通道的方差，取S通道的方差较小的数个区域为有效区域，作为举例，此处取方差较小的7个区域作为有效区域。
[0051]接着，对所选取的7个有效区域分别进行颜色识别，并统计颜色相同的区域的数量。
[0052]最后，确定区域数量最多的颜色为照片中车辆的颜色。
[0053]以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
【权利要求】
1.车辆颜色识别方法，其特征在于，所述识别方法包括如下步骤: (1)定位车牌的位置，并识别车牌的颜色； (2)根据车牌的颜色，选取车牌上方对应的区域作为车辆颜色识别参考区域； (3 )通过统计的方法，将车辆分为彩色车和黑白灰色车，若车辆被判定为彩色车，则转入步骤(4)进行颜色识别；若车辆判定为黑白灰色车，则转入步骤(5)进行颜色识别； (4)分离出参考区域中的彩色区域，并对此区域进行颜色识别； (5)将参考区域分割，根据每个区域的颜色一致性判断此区域是否有效，并且识别每个有效区域的颜色，最后通过投票确定车辆颜色。
2.根据权利要求1所述的车辆颜色识别方法，其特征在于，所述步骤(4)中通过如下步骤实现: (4-1)创建参考区域的H通道直方图； (4-2)根据H通道的直方图，分离出两部分主色区域，并作反向投影找到相应的区域； (4-3)在S通道进行聚类，取其中类中心值较高并且所占面积比率大于一定阈值的区域； (4-4)将步骤(4-2)的结果与步骤(4-3)的结果进行与操作，分离出彩色区域； (4-5)对分离出的彩色区域进行颜色识别。
3.根据权利要求2所述的车辆颜色识别方法，其特征在于，所述步骤(4-5)中还包括对颜色识别的结果进行第二次判定的步骤，若颜色识别的结果为彩色的，则将此结果视为车辆的颜色，若颜色识别结果为黑白银灰色的，则转入步骤(5)再次进行颜色识别。
4.根据权利要求1所述的车辆颜色识别方法，其特征在于，所述步骤(5)中通过如下步骤实现: (5-1)将参考区域等分为N份； (5-2)计算每份区域在S通道中的方差，并选择S方差最小的数个区域作为有效区域； (5-3)对每个有效区域进行颜色识别； (5-4)根据步骤5-3)的结果，通过投票确定车辆颜色。
【文档编号】G06T5/00GK103544480SQ201310488682
【公开日】2014年1月29日 申请日期:2013年10月17日 优先权日:2013年10月17日
【发明者】胡传平, 高鑫, 徐磊, 谭懿先, 王文斐, 梅林 , 刘云淮, 齐力, 郑旭平, 王春 申请人:公安部第三研究所