一种基于图像的车标识别方法与流程

技术特征：

1.一种基于图像的车标识别方法，其特征在于，包括以下步骤：

A.根据道路监控图像中车牌特征定位出车牌位置；

B.根据车牌位置找出车标候选区域；

C.利用车标的纹理信息在车标候选区域中搜索车标精确位置；

D.用神经网络分类器对车标图像进行分类判断，得到车标分类评分结果；

E.对分类评分结果分值进行阈值判断得到车标类型。

2.根据权利要求1所述的一种基于图像的车标识别方法，其特征在于，步骤A中根据图像中车牌特征定位出车牌位置的方法如下：

A1.首先根据车牌区域中的纹理特征，提取道路监控图像中的边缘并二值化；

A2.然后对得到的二值图像进行数学形态学的运算，使得车牌区域形成一个闭合的连通区域；

A3.最后通过车牌的几何特征对得到的候选区域进行筛选，最终得到车牌区域。

3.根据权利要求1所述的一种基于图像的车标识别方法，其特征在于：步骤C中使用sobel算子对车标候选区域分别进行水平与垂直边缘检测，通过水平梯度、垂直梯度与联通区域信息定位出车标位置。

4.根据权利要求1所述的一种基于图像的车标识别方法，其特征在于：步骤D中对所述车标图像进行归一化后提取HOG特征，得到车标特征向量，使用神经网络分类器对候选区域提取的车标特征向量进行判别，得到车标分类评分结果。

5.根据权利要求4所述的一种基于图像的车标识别方法，其特征在于，提取HOG特征的过程如下：

D1.输入归一化的车标图像后计算梯度；

D2.对每一个单元块的梯度进行方向投影；

D3.相邻单元块进行对比度归一化；

D4.将所有单元块的向量组成一维长向量。

6.根据权利要求1所述的一种基于图像的车标识别方法，其特征在于，神经网络分类器的训练过程如下：

a.对车标分类图像进行特征向量提取；

b.根据神经网络训练神经网络分类器并保存模型。