专利名称：车标识别方法及装置的制作方法
技术领域：
本发明涉及图像处理领域，具体而言，涉及一种车标识别方法及装置。
背景技术：
随着社会经济的发展，车辆的增多，通过计算机信息化、智能化的管理车辆成为必然。车牌识别技术被广泛应用在交通流量监测，高速公路卡口收费，闯红灯违章车辆监控及小区自动收费系统中。车辆识别技术是智能交通领域的关键技术之一，车标识别技术是车辆识别技术新的研究方向，车辆的车标的类型按形状可以分为圆形，椭圆和方形，目前的处理技术只能对车牌和大型、中型、小型车辆进行识别，但不能识别具体的车型。车标的识别大体分为车标粗定位，车标精定位，车标识别三个步骤，在现有技术中利用车牌与车标的拓扑关系，确定车标的大致区域；根据提取的粗略位置再准确的提取车标，但是在对车标进行定位、识别时，由于有些背景和前方的干扰物会影响到车标的分割，进而影响到车标的识别。针对现有技术中由于车牌的干扰物影响车标识别，从而影响辨别车辆的问题，目前尚未提出有效的解决方案。
发明内容
针对相关技术由于车牌的干扰物影响车标识别，从而影响辨别车辆的问题，目前尚未提出有效的解决方案，为此，本发明的主要目的在于提供一种车标识别方法及装置，以解决上述问题。为了实现上述目的，根据本发明的一个方面，提供了一种车标识别方法，该方法包括获取车标图像；对车标图像进行特征变换处理，以获取车标图像的特征向量集合；对车标图像的特征向量集合中的特征点与预设特征向量集合中的特征点进行匹配处理，以获取匹配特征点集合；根据匹配特征点集合获取对应的车标类型。进一步地，对车标图像进行特征变换处理，以获取车标图像的特征向量集合的步骤包括对车标图像进行边缘定位，以获取边缘图像；对边缘图像进行特征变换处理，以获取对应每幅边缘图像的特征向量集合；对特征向量集合进行聚类分析，以获取多个类数据以及与每个类数据对应的特征均值；对每个特征均值进行标签设置，以获取设置标签的特征均值集，将特征均值集作为特征向量集合。进一步地，获取车标图像的步骤包括采集原始图像；对原始图像进行车标定位计算，以获取原始图像中的初始车标图像；对初始车标图像进行截取处理，以获取车标图像。进一步地，在对车标图像的特征向量集合中的特征点与预设特征向量集合中的特征点进行匹配处理，以获取匹配特征点集合之前，方法包括检测车标图像的特征向量集合中是否存在与预设特征向量集合中的特征点相匹配的特征点，并在车标图像的特征向量集合中存在与预设特征向量集合中的特征点相匹配的特征点的情况下，获取匹配特征点集人
口 O进一步地，在对车标图像的特征向量集合中的特征点与预设特征向量集合中的特征点进行匹配处理，以获取匹配特征点集合之前，方法包括获取预设车标图像集，其中，预设车标图像集包括一个或多个预设车标图像；对预设车标图像集中的任意一个预设车标图像进行特征变换处理，以获取预设特征向量，并获取预设特征向量集合。为了实现上述目的，根据本发明的一个方面，提供了一种车标识别装置，该装置包括包括第一获取模块，用于获取车标图像；第一处理模块，用于对车标图像进行特征变换处理，以获取车标图像的特征向量集合；第二处理模块，用于对车标图像的特征向量集合中的特征点与预设特征向量集合中的特征点进行匹配处理，以获取匹配特征点集合；第三处理模块，用于根据匹配特征点集合获取对应的车标类型。进一步地，第一处理模块包括第一子处理模块，用于对车标图像进行边缘定位，以获取边缘图像；第二子处理模块，用于对边缘图像进行特征变换处理，以获取对应每幅边缘图像的特征向量集合；第一分析模块，用于对特征向量集合进行聚类分析，以获取多个类数据以及与每个类数据对应的特征均值；第一设置模块，用于对每个特征均值进行标签设置，以获取设置标签的特征均值集，将特征均值集作为特征向量集合。进一步地，第一获取模块包括采集模块，用于采集原始图像；第一计算模块，用于对原始图像进行车标定位计算，以获取原始图像中的初始车标图像；第三子处理模块，用于对初始车标图像进行截取处理，以获取车标图像。进一步地，装置包括第四子处理模块，用于检测车标图像的特征向量集合中是否存在与预设特征向量集合中的特征点相匹配的特征点，并在车标图像的特征向量集合中存在与预设特征向量集合中的特征点相匹配的特征点的情况下，获取匹配特征点集合。进一步地，在对车标图像的特征向量集合中的特征点与预设特征向量集合中的特征点进行匹配处理，以获取匹配特征点集合之前，方法包括第二获取模块，用于获取预设车标图像集，其中，预设车标图像集包括一个或多个预设车标图像；第五子处理模块，用于对预设车标图像集中的任意一个预设车标图像进行特征变换处理，以获取预设特征向量，并获取预设特征向量集合。通过本发明，在获取车标图像之后运用SIFT算法对待识别的车标图像进行处理，获取车标图像的SIFT特征向量集合，然后对预设特征向量集合中的特征点和待识别的车标图像的特征点进行匹配操作，实现了待识别图像中的车标识别，解决了现有技术中由于车牌的干扰物影响车标识别，从而影响辨别车辆，实现了准确获取车标的识别结果，从而可对复杂背景、倾斜、形变、污浊、部分遮挡、光线变化的车标进行有效识别的效果。
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中图1是根据本发明实施例的车标识别装置的结构示意图；图2是根据本发明实施例的车标识别方法的流程图；以及图3是根据图2所示实施例的车标识别方法的流程图。
具体实施例方式需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。图1是根据本发明实施例的车标识别装置的结构示意图。如图1所示，该装置可以包括第一获取模块10，用于获取车标图像；第一处理模块30，用于对车标图像进行特征变换处理，以获取车标图像的特征向量集合；第二处理模块50，用于对车标图像的特征向量集合中的特征点与预设特征向量集合中的特征点进行匹配处理，以获取匹配特征点集合；第三处理模块70，用于根据匹配特征点集合获取对应的车标类型。采用本发明，通过第一获取模块获取车标图像，然后通过第一处理模块对车标图像进行特征变换处理，以获取车标图像的特征向量集合，在第二处理模块对车标图像的特征向量集合中的特征点与预设特征向量集合中的特征点进行匹配处理，以获取匹配特征点集合之后，通过第三处理模块根据匹配特征点集合获取对应的车标类型。通过本发明，在获取车标图像之后运用SIFT算法对待识别的车标图像进行处理，获取车标图像的SIFT特征向量集合，然后对预设特征向量集合中的特征点和待识别的车标图像的特征点进行匹配操作，实现了待识别图像中的车标类型的识别，解决了现有技术中由于车牌的干扰物影响车标识别，从而影响辨别车辆，实现了准确获取车标的识别结果，从而可对复杂背景、倾斜、形变、污浊、部分遮挡、光线变化的车标进行有效识别的效果。在本发明的上述实施例中，第一处理模块30可以包括 第一子处理模块,用于对车标图像进行边缘定位，以获取边缘图像；第二子处理模块，用于对边缘图像进行特征变换处理，以获取对应每幅边缘图像的特征向量集合；第一分析模块，用于对特征向量集合进行聚类分析，以获取多个类数据以及与每个类数据对应的特征均值；第一设置模块，用于对每个特征均值进行标签设置，以获 取设置标签的特征均值集，将特征均值集作为特征向量集
口 ο根据本发明的上述实施例，第一获取模块10可以包括采集模块，用于采集原始图像；第一计算模块，用于对原始图像进行车标定位计算，以获取原始图像中的初始车标图像；第三子处理模块，用于对初始车标图像进行截取处理，以获取车标图像。在本发明的上述实施例中，装置可以包括第四子处理模块，用于检测车标图像的特征向量集合中是否存在与预设特征向量集合中的特征点相匹配的特征点，并在车标图像的特征向量集合中存在与预设特征向量集合中的特征点相匹配的特征点的情况下，获取匹配特征点集合。根据本发明的上述实施例，在对车标图像的特征向量集合中的特征点与预设特征向量集合中的特征点进行匹配处理，以获取匹配特征点集合之前，方法还可以包括第二获取模块，用于获取预设车标图像集，其中，预设车标图像集包括一个或多个预设车标图像；第五子处理模块，用于对预设车标图像集中的任意一个预设车标图像进行特征变换处理，以获取预设特征向量，并获取预设特征向量集合。图2是根据本发明实施例的车标识别方法的流程图。图3是根据图2所示实施例的车标识别方法的流程图。如图2和图3所示，该方法包括如下步骤步骤S102，获取车标图像。
步骤S104，对车标图像进行特征变换处理，以获取车标图像的特征向量集合。步骤S106，对车标图像的特征向量集合中的特征点与预设特征向量集合中的特征点进行匹配处理，以获取匹配特征点集合。步骤S108，根据匹配特征点集合获取对应的车标类型。采用本发明，在获取车标图像之后，对车标图像进行特征变换处理，以获取车标图像的特征向量集合，在对车标图像的特征向量集合中的特征点与预设特征向量集合中的特征点进行匹配处理，以获取匹配特征点集合之后，根据匹配特征点集合获取对应的车标类型。通过本发明，在获取车标图像之后运用SIFT算法对待识别的车标图像进行处理，获取车标图像的SIFT特征向量集合，然后对预设特征向量集合中的特征点和待识别的车标图像的特征点进行匹配操作，实现了待识别图像中的车标识别，解决了现有技术中由于车牌的干扰物影响车标识别，从而影响辨别车辆，实现了准确获取车标类型的识别结果，从而可对复杂背景、倾斜、形变、污浊、部分遮挡、光线变化的车标进行有效识别的效果。在本发明的上述实施例中，对车标图像进行特征变换处理，以获取车标图像的特征向量集合的步骤包括对车标图像进行边缘定位，以获取边缘图像；对边缘图像进行特征变换处理，以获取对应每幅边缘图像的特征向量集合；对特征向量集合进行聚类分析，以获取多个类数据以及与每个类数据对应的特征均值；对每个特征均值进行标签设置，以获取设置标签的特征均值集，将特征均值集作为特征向量集合。具体地，在获得车标图像之后，对每一幅车标图像进行预处理，具体地对车标图像进行边缘定位，以获取边缘图像，利用SIFT算子获得每一幅边缘图像的SIFT特征向量集合，之后用KNN算法对SIFT特征向量集合进行聚类分析，得到K个类及对应的特征均值，并为每一个特征均值赋予一个标签，以标识该特征均值代表的类，并得到由K个带标签的特征均值构成的优选的SIFT特征向量集合。其中，SIFT特征点具有图像的局部特征，并且对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性，从而可以运用SIFT特征向量集合中的特征点与预设特征向量集合中的特征点进行快速准确的匹配，从而能够对复杂背景、倾斜、形变、污浊、部分遮挡、光线变化的车标进行有效识别。如图3所示的步骤S208 :获取初始车标图像。步骤S210 :对初始车标图像进行截取处理，以获取车标图像。步骤S212 :对车标图像进行特征变换处理，以获取车标图像的特征向量集合。运用SIFT算法对上述步骤中得到的初始车标图像进行处理，得到待识别的车标图像的SIFT特征点向量集合。具体地，在本申请的上述实施例种，获取车标图像的SIFT特征向量集合，利用SIFT算法获取每一幅车标图像中车标的SIFT特征点，然后计算待识别的车标图像与预设车标图像的直方图距离；以直方图距离最小的目标车标图像对应的对象作为识别结果。根据本发明的上述实施例，获取车标图像的步骤包括采集原始图像；对原始图像进行车标定位计算，以获取原始图像中的初始车标图像；对初始车标图像进行截取处理，以获取车标图像。具体地，对采集到的原始图像进行预处理，并对原始图像进行车标的定位计算，得到一个或多个可能包含车标候选区域的初始车标图像，并根据实际情况截取初始车标图像中的一部分作为待识别的车标图像，然后将待识别的车标图像运用SIFT算法进行特征变换处理，得到SIFT特征向量集合，然后根据该特征向量集合与预设特征向量集合计算匹配的特征点，获取匹配特征集合，获取识别车标类型的结果。具体地，如图3所示，执行步骤S202 :采集原始图像，具体地，将拍摄装置安装于公路路口、收费站、停车场或其它要求的位置，对车辆进行图像采集，得到含有车标图像的原始图像，然后对含有车标图像的原始图像进行车标定位计算，得到一个或多个可能包含车标的初始车标图像。在本发明的上述实施例中，在对车标图像的特征向量集合中的特征点与预设特征向量集合中的特征点进行匹配处理，以获取匹配特征点集合之前，方法还可以包括检测车标图像的特征向量集合中是否存在与预设特征向量集合中的特征点相匹配的特征点，并在车标图像的特征向量集合中存在与预设特征向量集合中的特征点相匹配的特征点的情况下，获取匹配特征点集合。具体地，执行图3所示的步骤S214:检测车标图像的特征向量集合中是否存在与预设特征向量集合中的特征点相匹配的特征点，并在查找相互匹配的特征点之后执行步骤S216，获取匹配特征点集合；如果预设特征向量集合与车标图像的特征向量集合中没有相互匹配的特征点，则判断待识别图像不包含车标，则返回执行步骤S208直到处理完所有的候选的车标图像。根据本发明的上述实施例，在对车标图像的特征向量集合中的特征点与预设特征向量集合中的特征点进行匹配处理，以获取匹配特征点集合之前，方法包括获取预设车标图像集，其中，预设车标图像集包括一个或多个预设车标图像；对预设车标图像集中的任意一个预设车标图像进行特征变换处理，以获取预设特征向量，并获取预设特征向量集合。具体地，如图3所示，执行步骤S204 :获取预设车标图像集。具体地，对含有全部车型的车标进行高清晰度拍摄，截取图像中的车标部分，并对车标类型进行排列，组成预设车标图像集。执行步骤S206 :对每个预设车标图像进行特征变换处理，并获取预设特征向量集合。具体地，运用SIFT算法获取每个预设车标图像的特征向量，并获取预设车标图像集的预设特征向量集合。从以上的描述中，可以看出，本发明实现了如下技术效果通过本发明，在获取车标图像之后运用SIFT算法对待识别的车标图像进行处理，获取车标图像的SIFT特征向量集合，然后对预设特征向量集合中的特征点和待识别的车标图像的特征点进行匹配操作，实现了待识别图像中的车标识别，解决了现有技术中由于车牌的干扰物影响车标识别，从而影响辨别车辆，实现了准确获取车标的识别结果，从而可对复杂背景、倾斜、形变、污浊、部分遮挡、光线变化的车标进行有效识别的效果。通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
权利要求
1.一种车标识别方法，其特征在于，包括 获取车标图像； 对所述车标图像进行特征变换处理，以获取所述车标图像的特征向量集合； 对所述车标图像的特征向量集合中的特征点与预设特征向量集合中的特征点进行匹配处理，以获取匹配特征点集合； 根据所述匹配特征点集合获取对应的车标类型。
2.根据权利要求1所述的方法，其特征在于，对所述车标图像进行特征变换处理，以获取所述车标图像的特征向量集合的步骤包括 对所述车标图像进行边缘定位，以获取边缘图像； 对所述边缘图像进行特征变换处理，以获取对应每幅所述边缘图像的特征向量集合；对所述特征向量集合进行聚类分析，以获取多个类数据以及与每个所述类数据对应的特征均值； 对每个所述特征均值进行标签设置，以获取设置标签的特征均值集，将所述特征均值集作为所述特征向量集合。
3.根据权利要求1所述的方法，其特征在于，获取车标图像的步骤包括 采集原始图像； 对所述原始图像进行车标定位计算，以获取所述原始图像中的初始车标图像； 对所述初始车标图像进行截取处理，以获取所述车标图像。
4.根据权利要求3所述的方法，其特征在于，在对所述车标图像的特征向量集合中的特征点与预设特征向量集合中的特征点进行匹配处理，以获取匹配特征点集合之前，所述方法包括 检测所述车标图像的特征向量集合中是否存在与所述预设特征向量集合中的特征点相匹配的特征点； 在所述车标图像的特征向量集合中存在与预设特征向量集合中的特征点相匹配的特征点的情况下，获取所述匹配特征点集合。
5.根据权利要求1所述的方法，其特征在于，在对所述车标图像的特征向量集合中的特征点与预设特征向量集合中的特征点进行匹配处理，以获取匹配特征点集合之前，所述方法包括 获取预设车标图像集，其中，所述预设车标图像集包括一个或多个预设车标图像； 对所述预设车标图像集中的任意一个所述预设车标图像进行特征变换处理，以获取预设特征向量，并获取所述预设特征向量集合。
6.一种车标识别装置，其特征在于，包括 第一获取模块，用于获取车标图像； 第一处理模块，用于对所述车标图像进行特征变换处理，以获取所述车标图像的特征向量集合； 第二处理模块，用于对所述车标图像的特征向量集合中的特征点与预设特征向量集合中的特征点进行匹配处理，以获取匹配特征点集合； 第三处理模块，用于根据所述匹配特征点集合获取对应的车标类型。
7.根据权利要求6所述的装置，其特征在于，所述第一处理模块包括第一子处理模块，用于对所述车标图像进行边缘定位，以获取边缘图像； 第二子处理模块，用于对所述边缘图像进行特征变换处理，以获取对应每幅所述边缘图像的特征向量集合； 第一分析模块，用于对所述特征向量集合进行聚类分析，以获取多个类数据以及与每个所述类数据对应的特征均值； 第一设置模块，用于对每个所述特征均值进行标签设置，以获取设置标签的特征均值集，将所述特征均值集作为所述特征向量集合。
8.根据权利要求6所述的方法，其特征在于，所述第一获取模块包括 采集模块，用于采集原始图像； 第一计算模块，用于对所述原始图像进行车标定位计算，以获取所述原始图像中的初始车标图像； 第三子处理模块，用于对所述初始车标图像进行截取处理，以获取所述车标图像。
9.根据权利要求8所述的装置，其特征在于，所述装置包括 第四子处理模块，用于检测所述车标图像的特征向量集合中是否存在与所述预设特征向量集合中的特征点相匹配的特征点，并在所述车标图像的特征向量集合中存在与预设特征向量集合中的特征点相匹配的特征点的情况下，获取所述匹配特征点集合。
10.根据权利要求6所述的装置，其特征在于，在对所述车标图像的特征向量集合中的特征点与预设特征向量集合中的特征点进行匹配处理，以获取匹配特征点集合之前，所述方法包括 第二获取模块，用于获取预设车标图像集，其中，所述预设车标图像集包括一个或多个预设车标图像； 第五子处理模块，用于对所述预设车标图像集中的任意一个所述预设车标图像进行特征变换处理，以获取预设特征向量，并获取所述预设特征向量集合。
全文摘要
本发明公开了一种车标识别方法及装置。其中，该方法包括获取车标图像；对车标图像进行特征变换处理，以获取车标图像的特征向量集合；对车标图像的特征向量集合中的特征点与预设特征向量集合中的特征点进行匹配处理，以获取匹配特征点集合；根据匹配特征点集合获取对应的车标类型。通过本发明，解决了现有技术中由于车牌的干扰物影响车标识别，从而影响辨别车辆，实现了准确获取车标的识别结果。
文档编号G06K9/46GK103065143SQ201210592310
公开日2013年4月24日 申请日期2012年12月30日 优先权日2012年12月30日
发明者刘忠轩, 张凯歌 申请人:信帧电子技术(北京)有限公司