基于车前灯图像特征的车辆品牌识别方法和系统的制作方法
【技术领域】
[0001] 本发明涉及监控技术领域，特别是涉及一种基于车前灯图像特征的车辆品牌识别 方法和系统。
【背景技术】
[0002] 为了实现交通管理，如交通流调查、交通违法取证、或在高速及停车场的全自动收 费等，对车辆进行分类识别的技术已越来越重要。特别是在智慧城市建设中，对于道路卡口 中的车辆对象的研究已经逐渐成为学术界、工业界的热点。
[0003] 对于车辆品牌的识别是对整个车辆结构化信息提取的一项重要内容，目前，主要 有两大类方式来完成车辆品牌识别，第一类:对车辆的前脸区域进行识别；第二类:对车辆 的标志进行提取并识别。这两类方式的目标都是完成车辆的品牌识别。
[0004] 第一类方式中，首先检测出车辆前脸区域，然后提取车辆前脸区域的特征，最后采 用分类器进行分类，完成车辆品牌的识别。该类方式存在的最主要问题有:前脸区域尺寸较 大，如果采用比较复杂的特征输入到分类器中，会导致运算复杂度较大，识别效率低;如果 采用比较简单的特征输入到分类器，会出现不同品牌的特征距离比较相近的问题，导致识 别准确率降低，同时，车辆前脸区域中的冗余信息过多，也使得识别算法的效率较低。第二 类方式中，仍然是采取与第一类方法类似的思路，但是，由于车辆标志尺寸较小，因而在采 集的图像中，车辆标志对应的目标尺寸也较小，识别准确率低，在实际卡口应用中，识别率 无法达到大规模适用的要求。
【发明内容】
[0005] 本发明的目的在于提供一种基于车前灯图像特征的车辆品牌识别方法和系统，可 以高效、准确的进行图像识别。
[0006] 本发明的目的通过如下技术方案实现：
[0007] -种基于车前灯图像特征的车辆品牌识别方法，包括如下步骤：
[0008] 获取图像采集装置所采集的车辆图像，对所述车辆图像中的车前灯进行定位，获 得车前灯区域；
[0009] 提取所述车前灯区域的目标特征向量，根据所述目标特征向量以及预先构造的多 分类器识别当前车前灯类别；
[0010] 根据预先建立的车前灯类别与车辆品牌的关联关系，识别与所述当前车前灯类别 关联的车辆品牌。
[0011] -种基于车前灯图像特征的车辆品牌识别系统，包括：
[0012] 定位模块，用于获取图像采集装置所采集的车辆图像，对所述车辆图像中的车前 灯进行定位，获得车前灯区域；
[0013] 类别识别模块，用于提取所述车前灯区域的目标特征向量，根据所述目标特征向 量以及预先构造的多分类器识别当前车前灯类别；
[0014]品牌识别模块，用于根据预先建立的车前灯类别与车辆品牌的关联关系，识别与 所述当前车前灯类别关联的车辆品牌。
[0015]根据上述本发明的方案，其是获取图像采集装置所采集的车辆图像，对所述车辆 图像中的车前灯进行定位，获得车前灯区域，提取所述车前灯区域的目标特征向量，根据所 述目标特征向量以及预先构造的多分类器识别当前车前灯类别，根据预先建立的车前灯类 别与车辆品牌的关联关系，识别与所述当前车前灯类别关联的车辆品牌，由于是基于车前 灯区域的目标特征向量进行识别，可以克服车前脸区域尺寸较大导致的运算复杂度较高的 问题，能够满足实时性应用需求;并可以克服由于车辆标志尺寸较小带来的识别准确率较 低的问题，增加了大规模实战应用的可行性，同时去除了车前脸区域的冗余信息，提高了车 辆品牌识别效率。
【附图说明】
[0016] 图1为本发明的基于车前灯图像特征的车辆品牌识别方法实施例的流程示意图；
[0017] 图2为其中一个实施例中的对车辆图像中的车前灯进行定位的细化流程示意图；
[0018] 图3为其中一个实施例中的提取所述车前灯区域的目标特征向量的细化流程示意 图；
[0019] 图4为单元格、图像块构成示意图；
[0020] 图5为梯度方向量化示意图；
[0021]图6为本发明的基于车前灯图像特征的车辆品牌识别系统的一个实施例的结构示 意图；
[0022] 图7为图6中的定位模块在其中一个实施例中的细化结构示意图；
[0023] 图8为图6中的类别识别模块在其中一个实施例中的细化结构示意图；
[0024] 图9为本发明的基于车前灯图像特征的车辆品牌识别系统的另一个实施例的结构 示意图。
【具体实施方式】
[0025] 为使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本 发明进行进一步的详细说明。应当理解，此处所描述的【具体实施方式】仅仅用以解释本发明， 并不限定本发明的保护范围。
[0026] 在下述说明中，首先针对本发明的基于车前灯图像特征的车辆品牌识别方法的实 施例进行说明，再对本发明的基于车前灯图像特征的车辆品牌识别系统的各实施例进行说 明。
[0027] 参见图1所示，为本发明的基于车前灯图像特征的车辆品牌识别方法实施例的流 程示意图。如图1所示，本实施例中的基于车前灯图像特征的车辆品牌识别方法包括如下步 骤：
[0028] 步骤S101:获取图像采集装置所采集的车辆图像，对所述车辆图像中的车前灯进 行定位，获得车前灯区域；
[0029] 这里，所述图像采集装置一般指设置在道路卡口处的监控摄像头、监控摄像机，但 也不限于此；
[0030] 本实施例中所要定位的车前灯，包括了由灯罩、灯泡及内部配件构成的车前灯区 域，车前灯区域(或者称为车前灯区域图像)包含了纹理、边缘、形状、颜色等重要的图像信 息，这些信息表征了车前灯区域与其他区域在图像中的区别，可以被用来进行车前灯的检 测；
[0031] 本实施例中的车前灯定位一般是以白天行车环境为背景，白天行车环境下与夜间 行车环境对比，采集装置采集的车辆图像中包含更多的特征信息，可供利用的图像特征更 加丰富；
[0032] 步骤S102:提取所述车前灯区域的目标特征向量，根据所述目标特征向量以及预 先构造的多分类器识别当前车前灯类别；
[0033 ] 这里，所述目标特征向量可以是H0G特征向量，也可以是其他类型的特征向量；
[0034] 具体地，可以先提取车前灯区域的目标特征向量，然后将该目标特征向量输入到 预先构造的多分类器中进行类别识别，得到当前车前灯类别；
[0035] 步骤S103:根据预先建立的车前灯类别与车辆品牌的关联关系，识别与所述当前 车前灯类别关联的车辆品牌；
[0036] 其中，同一车前灯类别可以关联一种或多种车辆品牌，不同的车前灯类别也可以 关联同一车辆品牌。
[0037]据此，根据上述实施例的方案，其是获取图像采集装置所采集的车辆图像，对所述 车辆图像中的车前灯进行定位，获得车前灯区域，提取所述车前灯区域的目标特征向量，根 据所述目标特征向量以及预先构造的多分类器识别当前车前灯类别，根据预先建立的车前 灯类别与车辆品牌的关联关系，识别与所述当前车前灯类别关联的车辆品牌，由于是基于 车前灯区域的目标特征向量进行识别，可以克服车前脸区域尺寸较大导致的运算复