1.一种识别车身颜色的方法,其特征在于,包括:
获取在车身图片上预选定的多个平滑区域的色相、饱和度和明度;
根据颜色特征预统计分布图得出所述平滑区域的颜色分类结果;
判断所述平滑区域的所述颜色分类结果是否一致;
当所述平滑区域的所述颜色分类结果不一致时,根据所述平滑区域的所述明度的大小和所述饱和度的大小筛选出最终待识别区域;
利用颜色分类模型对所述最终待识别区域进行颜色分类,确定所述车身的颜色。
2.如权利要求1所述的方法,其特征在于,还包括:
当所述平滑区域的所述颜色分类结果一致时,根据所述平滑区域的所述颜色分类结果确定所述车身的颜色。
3.如权利要求2所述的方法,其特征在于,在所述获取在车身图片上预选定的多个平滑区域的色相、饱和度和明度之前还包括:
获取所述车身上车头区域的边缘纹理图像,计算所述边缘纹理图像的积分图;
将所述积分图划分成多个局部区域;
计算所述局部区域的最终单位面积边缘密度;
根据所述最终单位面积边缘密度的大小,从多个所述局部区域中筛选出多个所述平滑区域。
4.如权利要求2所述的方法,其特征在于,所述根据颜色特征预统计分布图得出所述平滑区域的颜色分类结果包括:
分别计算每个所述平滑区域的色相平均值、饱和度平均值和明度平均值;
根据所述颜色特征预统计分布图选择每种颜色对应的取值范围;
分别将所述平滑区域的所述色相平均值、所述饱和度平均值和所述明度平均值与所述取值范围相对照,确定所述平滑区域的颜色分类结果。
5.如权利要求2所述的方法,其特征在于,利用颜色分类模型对所述最终待识别区域进行颜色分类,确定所述车身的颜色包括:
将多个所述最终识别区域进行合成得出识别图;
利用所述颜色分类模型对所述识别图进行颜色分类;
得出所述识别图的最终颜色分类结果。
6.如权利要求5所述的方法,其特征在于,所述利用所述颜色分类模型对所述识别图进行颜色分类包括:
计算所述识别图的颜色分量直方图;
利用支持向量机和所述颜色分量直方图建立所述颜色分类模型;
利用所述颜色分类模型对所述图进行颜色分类。
7.如权利要求1至6任意一项所述的方法,其特征在于,所述根据所述平滑区域的所述明度的大小和所述饱和度的大小筛选出最终待识别区域包括:
按所述明度的大小对所述平滑区域排序,去除明度最大和明度最小的预设数量的所述平滑区域,将剩下的所述平滑区域作为第一平滑区域;
按所述饱和度的大小将所述第一平滑区域排序,按饱和度从大到小地选取出预设数量的所述第一平滑区域,将选取出的所述第一平滑区域作为最终待识别区域。
8.一种识别车身颜色的装置,其特征在于,包括:
获取单元,用于获取在车身图片上预选定的多个平滑区域的色相、饱和度和明度;
分类单元,用于根据颜色特征预统计分布图得出所述平滑区域的颜色分类结果;
判断单元,用于判断所述平滑区域的所述颜色分类结果是否一致;
筛选单元,用于当所述平滑区域的所述颜色分类结果不一致时,根据所述平滑区域的所述明度和所述饱和度筛选出最终待识别区域;
最终确定单元,用于利用颜色分类模型对所述最终待识别区域进行颜色分类,确定所述车身的颜色。
9.如权利要求8所述的装置,其特征在于,还包括:
确定单元,用于当所述平滑区域的所述颜色分类结果一致时,根据所述平滑区域的所述颜色分类结果确定所述车身的颜色。
10.如权利要求9所述的装置,其特征在于,还包括:
获取计算单元,用于获取所述车身上车头区域的边缘纹理图像,计算所述边缘纹理图像的积分图;
划分单元,用于将所述积分图划分成多个局部区域;
计算单元,用于计算所述局部区域的最终单位面积边缘密度;
筛选单元,用于根据所述单位面积边缘密度的大小,从多个所述局部区域中筛选出多个所述平滑区域。