经过缩放 的图像A同样去除前5列像素和后5列像素后的区域进行相似度计算；
[0118] S524b.将步骤S523b中得到的所有相似度的值中的最大值作为图像A与车标标准 模板的相似度的值。
[0119] 所述相似度计算的公式为：
[0120]
[0121] 式中，j_图像逐行或逐列转化为一维向量，k-图像逐行或逐列转化为一维向量； cov(j,k)-j和k的协方差矩阵，std(j)-j的标准差，std(k)-k的标准差。
[0122] 如图7所示，一种车标自动识别系统，包括车标模板库模块，用于建立车标标准模 板；
[0123] 车牌和车标定位模块，用于对车牌和车标进行定位；
[0124] 第一车标识别模块，用于判断是否为宝马车型；
[0125] 车标定位框检测模块，用于判断车标定位框的大小是否小于第一阈值，若车标定 位框的大小小于第一阈值；
[0126] 第二车车标识别模块，用于识别车标定位框内的图像A中的车标；
[0127] 结果输出模块，用于输出车标识别结果。
[0128] 以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的 形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本 文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进 行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围 内。
【主权项】
1. 一种车标自动识别方法，其特征在于：包括以下步骤： si.建立包括多个车标标准模板的车标模板库；52. 在车辆图像中对车牌和车标进行定位；53. 根据车牌定位结果提取特征，判断是否为宝马车型，若为宝马车型则输出车标识别 结果；54. 判断车标定位框的大小是否小于第一阈值，若车标定位框的大小小于第一阈值，则 输出无法识别车标；55. 将车标定位框内的图像A分别与车标模板库中的各个车标标准模板进行滑动匹 配，输出车标识别结果。2. 根据权利要求1所述的一种车标自动识别方法，其特征在于：所述步骤S3包括以下 子步骤：531. 提取待识别区域：根据车牌定位的结果，从车辆图像中提取待识别区域；532. 优化待识别区域：对待识别区域进行边缘检测，根据边缘检测的结果去掉待识别 区域四周的空白区域；533. 车标识别：根据待识别区域的长、宽、边缘密度强度、边缘分布以及宝马车标在待 识别区域的位置分布特征进行车标识别，若为宝马车型，则输出车标识别结果。3. 根据权利要求2所述的一种车标自动识别方法，其特征在于：所述步骤S33包括以 下子步骤： 5331. 对待识别区域进行滤波； 5332. 对滤波后的待识别区域进行边缘检测； 5333. 对边缘检测后的待识别区域进行膨胀； 5334. 寻找膨胀后的待识别区域的连通域，并对连通域进行填充； 5335. 优化连通区域：判断待识别区域中前两个最大连通域之间是否存在黏粘，若存 在黏粘则进行人工分割； 5336. 若待识别区域中最大连通域的面积点数大于第三阈值，且该最大连通域的重心 位于待识别区域中心的一侧，且该最大连通域的宽度小于第四阈值，则为宝马车型，输出车 标识别结果。4. 根据权利要求3所述的一种车标自动识别方法，其特征在于：所述步骤S331中的滤 波包括高通滤波频域增强和中值滤波。5. 根据权利要求1所述的一种车标自动识别方法，其特征在于：所述步骤S5包括以下 子步骤：551. 对图像A进行图像预处理；552. 判断预处理后的图像A的长宽比是否小于第二阈值： 若预处理后的图像A的长宽比大于等于第二阈值，则采用第一匹配算法对预处理后的 图像A和车标标准模板进行滑动匹配，得到预处理后的图像A与车标标准模板的相似度； 若预处理后的图像A的长宽比小于第二阈值，则采用第二匹配算法对预处理后的图像 A和车标标准模板进行滑动匹配，得到预处理后的图像A与车标标准模板的相似度；553. 将预处理后的图像A与各车标标准模板的相似度的值按照从大到小的顺序输出。6. 根据权利要求5所述的一种车标自动识别方法，其特征在于：所述步骤S51包括以 下子步骤： 5511. 根据车牌定位返回的倾斜校正角度对图像A进行矫正，并对矫正后的图像A进行 填充； 5512. 对矫正后的图像A进行同态滤波； 5513. 对同态滤波后的图像A进行二值化处理。7. 根据权利要求5所述的一种车标自动识别方法，其特征在于：所述第一匹配算法包 括以下步骤： S52la.将预处理后的图像A归一化为m像素*m像素大小的图像B ; S522a.用一个η像素*n像素大小的窗口在图像B的区域内滑动，每次逐个像素进行滑 动； S523a.每移动一次窗口就将窗口内的图像归一化到m像素*m像素大小的图像C，然后 将图像C中第1行像素至第η行像素、第1列像素至第η列像素组成的区域与车标标准模 板中对应区域进行相似度计算； S524a.将预处理后的图像A进行修剪，修剪方式为：从上到下逐行判断，第一次出现前 景点的行作为修剪后图像的第一行，从左到右逐列判断，第一次出现前景点的列作为修剪 后的图像的第一列； S525a.将修剪后的图像归一化为60像素*60像素大小的图像D ; S526a.计算图像D与车标标准模板的相似度； S527a.将图像D中第1行像素至第η行像素、第1列像素至第η列像素组成的区域与 车标标准模板中对应区域进行相似度计算； S528a.将步骤S523a、步骤S526a和步骤S527a中得到的相似度的值中的最大值作为 图像A与车标标准模板的相似度的值。8. 根据权利要求5所述的一种车标自动识别方法，其特征在于：所述第二匹配算法包 括以下步骤： S521b.将车标定位框的长拉伸到m个像素，将车标定位框的宽按照车标定位框的长的 拉伸比例进行拉伸； S522b.将步骤S521b中车标定位框拉伸后得到的矩形框作为窗口在车标标准模板中 滑动，截取同样宽度的图像； S523b.窗口每滑动一次，去除前列像素和后列像素，将剩下的区域与经过 缩放的图像A同样去除前列像素和后列像素后的区域进行相似度计算； S524b.将步骤S523b中得到的所有相似度的值中的最大值作为图像A与车标标准模板 的相似度的值。9. 根据权利要求7或8所述的一种车标自动识别方法，其特征在于：所述相似度计算 的公式为：式中，j_图像逐行或逐列转化为一维向量，k-图像逐行或逐列转化为一维向量； cov(j, k)-j和k的协方差矩阵，Std(j)-j的标准差，Std(k)-k的标准差。10. -种车标自动识别系统，其特征在于：包括车标模板库模块，用于建立车标标准模 板； 车牌和车标定位模块，用于对车牌和车标进行定位； 第一车标识别模块，用于判断是否为宝马车型； 车标定位框检测模块，用于判断车标定位框的大小是否小于第一阈值，若车标定位框 的大小小于第一阈值； 第二车车标识别模块，用于识别车标定位框内的图像A中的车标； 结果输出模块，用于输出车标识别结果。
【专利摘要】本发明公开了一种车标自动识别方法和系统，包括以下步骤：S1.建立包括多个车标标准模板的车标模板库；S2.在车辆图像中对车牌和车标进行定位；S3.根据车牌定位结果提取特征，判断是否为宝马车型，若为宝马车型则输出车标识别结果；S4.判断车标定位框的大小是否小于第一阈值，若车标定位框的大小小于第一阈值，则输出无法识别车标；S5.将车标定位框内的图像A分别与车标模板库中的各个车标标准模板进行滑动匹配，输出车标识别结果。本发明能够抗旋转、抗缩放，并且能够容忍一定程度车标定位不准确引起的干扰，提高了车标识别率。
【IPC分类】G06K9/46
【公开号】CN105426896
【申请号】CN201510786649
【发明人】宋擘, 任楠楠, 夏志勋
【申请人】成都神州数码索贝科技有限公司
【公开日】2016年3月23日
【申请日】2015年11月16日