一种车身颜色识别的方法及装置与流程

本发明涉及计算机视觉领域，尤其涉及一种车身颜色识别的方法及装置。

背景技术：

随着车辆数量和交通出行量的不断增长，在平安城市建设的智能监控领域中车身颜色识别尤为重要，当车辆的车牌信息难以识别、车款信息不易辨认时，车身颜色信息作为最为明显的特征，对于案件侦查、刑事追踪、套牌识别等方面有着举足轻重的作用。

由于车身颜色是金属色，在智能监控场景中自动识别车身颜色时，受光照的影响很大，识别出的车身颜色准确率低。

技术实现要素：

本发明的目的是提供一种车身颜色识别的方法，以解决车身受光照的影响很大时，车身颜色识别的准确率低的问题。

第一方面，本发明实施例提出一种车身颜色识别的方法，该方法包括：获取到包含目标车辆的第一图像，将第一图像在色调饱和度亮度(Hue Saturation Value，HSV)颜色空间的亮度V通道上进行直方图均衡化操作，确定出所述直方图均衡化操作后的第二图像；通过按照设定顺序滑动设定窗口的方式，将所述第二图像划分为多个不同区域，确定出所述第二图像中包含的多个不同区域分别对应的第一颜色特征；根据确定出的不同所述第一颜色特征，根据确定出的多个不同区域对应的所述第一颜色特征，按照预设算法，确定出所述目标车辆的车身颜色。

本发明实施例中，所述第二图像包含多种颜色空间，所述第一颜色特征包括第一颜色通道目标像素点的分布情况和所述第一颜色通道的颜色矩中的至少一个，所述第二图像中包含多个颜色通道，所述第一颜色通道为所述多个颜色通道中的一个，所述第一颜色通道目标像素点的分布情况描述了第一颜色通道中像素值在每一个设定阈值范围内的像素点的个数，所述设定阈值范围为N个，N为大于或等于1的正整数，本发明实施例中，N优先4以上的正整数。

本发明实施例将第一图像在V通道上进行了直方图均衡化操作，去除了光照对车身颜色的影响，并根据确定出的不同第一颜色特征对车身颜色进行识别，提高了车身颜色识别的准确度。

在一种可能的设计中，若所述第一颜色特征为第一颜色通道目标像素点的分布情况时，将确定出的多个不同区域对应的所述第一颜色通道目标像素点的分布情况，输入到线性支持向量机，所述线性支持向量机根据与所述第一颜色通道目标像素点的分布情况对应的第一计算模型，确定出所述目标车辆的车身颜色。

本发明实施例根据确定出的所述第一颜色通道目标像素点的分布情况对车身颜色进行识别，提高了车身颜色识别的准确度。

在一种可能的设计中，若所述第一颜色特征为所述第一颜色通道的颜色矩时，将确定出的多个不同区域对应的所述第一颜色通道的颜色矩，输入到线性支持向量机，所述线性支持向量机根据与所述第一颜色通道的颜色矩对应的第二计算模型，确定出所述目标车辆的车身颜色，其中，所述颜色矩包括一阶矩、二阶矩和三阶矩。

本发明实施例根据确定出的所述第一颜色通道的颜色矩对车身颜色进行识别，提高了车身颜色识别的准确度。

在一种可能的设计中，若所述第一颜色特征为第一颜色通道目标像素点的分布情况和所述第一颜色通道的颜色矩时，将确定出的多个不同区域对应的所述第一颜色通道目标像素点的分布情况和所述第一颜色通道的颜色矩，输入到线性支持向量机，所述线性支持向量机根据与所述第一颜色通道目标像素点的分布情况和所述第一颜色通道的颜色矩对应的第三计算模型，确定出所述目标车辆的车身颜色。

本发明实施例根据确定出的所述第一颜色通道目标像素点的分布情况和所述第一颜色通道的颜色矩对车身颜色进行识别，提高了车身颜色识别的准确度。

在一种可能的设计中，将第一图像在HSV颜色空间的V通道上进行直方图均衡化操作之前，还包括：

将所述第一图像调整至设定尺寸。

确定出设定尺寸的第一图像，提高了线性支持向量机处理数据的准确性。

在一种可能的设计中，所述第二图像的多个区域中相邻两个区域之间部分重叠。

第二图像中的多个区域中相邻两个区域之间部分重叠，确定第一颜色特征时，确保了第二图像中的每个像素点都进行了统计，提高了车身颜色识别的准确度。

第二方面，本发明实施例提出一种车身颜色识别的方法，该方法包括：获取到包含目标车辆的第一图像，将第一图像在色调饱和度亮度HSV颜色空间的亮度V通道上进行直方图均衡化操作，确定出所述直方图均衡化操作后的第二图像；通过按照设定顺序滑动设定窗口的方式，将所述第二图像划分为多个第一不同区域，确定出所述第二图像中包含的多个第一不同区域分别对应的第一颜色特征；根据预设规则在所述第一图像中选取所述目标车辆的局部图像信息的至少一个区域，将所述至少一个区域在HSV颜色空间的V通道上进行直方图均衡化操作，确定出所述直方图均衡化操作后的至少一个第三图像；按照设定顺序滑动设定窗口，将所述第三图像划分为多个第二不同区域，确定出所述多个第二不同区域对应的第二颜色特征，根据确定出的多个第一不同区域对应的所述第一颜色特征与多个第二不同区域对应的所述第二颜色特征，按照预设算法，确定出所述目标车辆的车身颜色。

本发明实施例中，所述第二图像包含多种颜色空间，所述第一颜色特征包括第一颜色通道目标像素点的分布情况和所述第一颜色通道的颜色矩中的至少一个，所述第二图像中包含多个颜色通道，所述第一颜色通道为所述多个颜色通道中的一个，所述第一颜色通道目标像素点的分布情况描述了第一颜色通道中像素值在每一个设定阈值范围内的像素点的个数，所述设定阈值范围为N个，N为大于或等于1的正整数；所述第二颜色特征包括第二颜色通道目标像素点的分布情况和所述第二颜色通道的颜色矩中的至少一个，所述第三图像中包含多个颜色通道，所述第二颜色通道为所述多个颜色通道中的一个，所述第二颜色通道目标像素点的分布情况描述了第二颜色通道中像素值在每一个设定阈值范围内的像素点的个数，所述设定阈值范围为M个，M为大于或等于1的正整数；本发明实施例中，N和M优先4以上的正整数。

本发明实施例将第一图像以及第三图像在V通道上进行了直方图均衡化操作，去除了光照对车身颜色的影响，并根据确定出的不同第一颜色特征和不同第二颜色特征对车身颜色进行识别，提高了车身颜色识别的准确度。

在一种可能的设计中，若所述第一颜色特征为第一颜色通道目标像素点的分布情况，所述第二颜色特征为第二颜色通道目标像素点的分布情况时，将确定出的多个第一不同区域对应的所述第一颜色通道目标像素点的分布情况和多个第二不同区域对应的所述第二颜色通道目标像素点的分布情况，输入到线性支持向量机，所述线性支持向量机根据与所述第一颜色通道目标像素点的分布情况和所述第二颜色通道目标像素点的分布情况对应的第一计算模型，确定出所述目标车辆的车身颜色。

本发明实施例根据确定出的所述第一颜色通道目标像素点的分布情况和所述第二颜色通道目标像素点的分布情况对车身颜色进行识别，提高了车身颜色识别的准确度。

在一种可能的设计中，若所述第一颜色特征为所述第一颜色通道的颜色矩，所述第二颜色特征为所述第二颜色通道的颜色矩时，将确定出的多个第一不同区域对应的所述第一颜色通道的颜色矩和多个第二不同区域对应的所述第一颜色通道的颜色矩，输入到线性支持向量机，所述线性支持向量机根据与所述第一颜色通道的颜色矩和所述第二颜色通道的颜色矩对应的第二计算模型，确定出所述目标车辆的车身颜色，其中，所述颜色矩包括一阶矩、二阶矩和三阶矩。

本发明实施例根据确定出的所述第一颜色通道的颜色矩和所述第二颜色通道的颜色矩对车身颜色进行识别，提高了车身颜色识别的准确度。

在一种可能的设计中，若所述第一颜色特征为第一颜色通道目标像素点的分布情况和所述第一颜色通道的颜色矩、所述第二颜色特征为第二颜色通道目标像素点的分布情况和所述第二颜色通道的颜色矩时，将确定出的多个第一不同区域对应的所述第一颜色通道目标像素点的分布情况和所述第一颜色通道的颜色矩、多个第二不同区域对应的所述第二颜色通道目标像素点的分布情况和所述第二颜色通道的颜色矩，输入到线性支持向量机，所述线性支持向量机根据与所述第一颜色通道目标像素点的分布情况和所述第一颜色通道的颜色矩、以及所述第二颜色通道目标像素点的分布情况和所述第二颜色通道的颜色矩对应的第三计算模型，确定出所述目标车辆的车身颜色。

本发明实施例根据确定出的所述第一颜色通道目标像素点的分布情况和所述第一颜色通道的颜色矩对车身颜色进行识别、以及所述第二颜色通道目标像素点的分布情况和所述第二颜色通道的颜色矩，提高了车身颜色识别的准确度。

在一种可能的设计中，所述第三图像的多个第二不同区域中相邻两个区域之间部分重叠。

第三图像中的多个第二不同区域中相邻两个区域之间部分重叠，确定第一颜色特征时，确保了第三图像中的每个像素点都进行了统计，提高了车身颜色识别的准确度。

第三方面，本发明实施例提出一种车身颜色识别的装置，该装置包括：

处理模块，用于将第一图像在色调饱和度亮度HSV颜色空间的亮度V通道上进行直方图均衡化操作得到第二图像，其中，所述第一图像中包含目标车辆的图像信息；

划分模块，用于按照设定顺序滑动设定窗口，将所述第二图像划分为多个不同区域；

确定模块，用于确定出所述多个不同区域对应的第一颜色特征，所述第一颜色特征包括第一颜色通道目标像素点的分布情况和所述第一颜色通道的颜色矩中的至少一个，所述第二图像中包含多个颜色通道，所述第一颜色通道为所述多个颜色通道中的一个，所述第一颜色通道目标像素点的分布情况描述了第一颜色通道中像素值在每一个设定阈值范围内的像素点的个数，所述设定阈值范围为N个，N为大于或等于1的正整数；

识别模块，用于根据确定出的多个不同区域对应的所述第一颜色特征，按照预设算法，确定出所述目标车辆的车身颜色。

在一种可能的设计中，若所述第一颜色特征为第一颜色通道目标像素点的分布情况时，所述识别模块用于：

将确定出的多个不同区域对应的所述第一颜色通道目标像素点的分布情况，输入到线性支持向量机，所述线性支持向量机根据与所述第一颜色通道目标像素点的分布情况对应的第一计算模型，确定出所述目标车辆的车身颜色。

在一种可能的设计中，若所述第一颜色特征为所述第一颜色通道的颜色矩时，所述识别模块用于：

将确定出的多个不同区域对应的所述第一颜色通道的颜色矩，输入到线性支持向量机，所述线性支持向量机根据与所述第一颜色通道的颜色矩对应的第二计算模型，确定出所述目标车辆的车身颜色。

在一种可能的设计中，若所述第一颜色特征为第一颜色通道目标像素点的分布情况和所述第一颜色通道的颜色矩时，所述识别模块用于：

将确定出的多个不同区域对应的所述第一颜色通道目标像素点的分布情况和所述第一颜色通道的颜色矩，输入到线性支持向量机，所述线性支持向量机根据与所述第一颜色通道目标像素点的分布情况和所述第一颜色通道的颜色矩对应的第三计算模型，确定出所述目标车辆的车身颜色。

第四方面，本发明实施例提出一种车身颜色识别的装置，该装置包括：

第一处理模块，用于将第一图像在色调饱和度亮度HSV颜色空间的亮度V通道上进行直方图均衡化操作得到第二图像，其中，所述第一图像中包含目标车辆的图像信息；

第一划分模块，用于按照设定顺序滑动设定窗口，将所述第二图像划分为多个第一不同区域；

第一确定模块，用于确定出所述多个第一不同区域对应的第一颜色特征，所述第一颜色特征包括第一颜色通道目标像素点的分布情况和所述第一颜色通道的颜色矩中的至少一个，所述第二图像中包含多个颜色通道，所述第一颜色通道为所述多个颜色通道中的一个，所述第一颜色通道目标像素点的分布情况描述了第一颜色通道中像素值在每一个设定阈值范围内的像素点的个数，所述设定阈值范围为N个，N为大于或等于1的正整数；

获取模块，用于根据预设规则在所述第一图像中选取至少一个区域，所述至少一个区域中包含所述目标车辆的局部图像信息；

第二处理模块，用于将所述至少一个区域在HSV颜色空间的V通道上进行直方图均衡化操作得到至少一个第三图像；

第二划分模块，用于按照设定顺序滑动设定窗口，将所述第三图像划分为多个第二不同区域；

第二确定模块，用于确定出所述多个第二不同区域对应的第二颜色特征，所述第二颜色特征包括第二颜色通道目标像素点的分布情况和所述第二颜色通道的颜色矩中的至少一个，所述第三图像中包含多个颜色通道，所述第二颜色通道为所述多个颜色通道中的一个，所述第二颜色通道目标像素点的分布情况描述了第二颜色通道中像素值在每一个设定阈值范围内的像素点的个数，所述设定阈值范围为M个，M为大于或等于1的正整数；

识别模块，用于根据确定出的多个第一不同区域对应的所述第一颜色特征与多个第二不同区域对应的所述第二颜色特征，按照预设算法，确定出所述目标车辆的车身颜色。

第五方面，本发明实施例提出一种车身颜色识别装置，包括处理器、以及与该处理器连接的存储器，其中：

存储器，所述存储器用于存储所述处理器所执行的程序代码；

处理器，用于执行所述存储器所存储的程序代码，执行下列过程：

将第一图像在色调饱和度亮度HSV颜色空间的亮度V通道上进行直方图均衡化操作得到第二图像，其中，所述第一图像中包含目标车辆的图像信息；

按照设定顺序滑动设定窗口，将所述第二图像划分为多个不同区域；

确定出所述多个不同区域对应的第一颜色特征，所述第一颜色特征包括第一颜色通道目标像素点的分布情况和所述第一颜色通道的颜色矩中的至少一个，所述第二图像中包含多个颜色通道，所述第一颜色通道为所述多个颜色通道中的一个，所述第一颜色通道目标像素点的分布情况描述了第一颜色通道中像素值在每一个设定阈值范围内的像素点的个数，所述设定阈值范围为N个，N为大于或等于1的正整数；

根据确定出的多个不同区域对应的所述第一颜色特征，按照预设算法，确定出所述目标车辆的车身颜色。

相较于现有技术，本发明提供的方案提高了车身颜色识别的准确度。

附图说明

图1为本发明实施例提供的一种车身颜色识别方法的流程示意图；

图2为本发明实施例提供的又一种车身颜色识别方法的流程示意图；

图3为本发明实施例提供的另一种车身颜色识别方法的流程示意图；

图4为本发明实施例提供的一种车身颜色识别装置的结构示意图；

图5为本发明实施例提供的又一种车身颜色识别装置的结构示意图；

图6为本发明实施例提供的一种车身颜色识别装置的硬件结构示意图。

具体实施方式

下面结合说明书附图对本发明实施例作进一步详细描述。应当理解，此处所描述的实施例仅用于说明和解释本发明，并不用于限定本发明。

在智能监控场景中，当从监控设备中获取到图像中的目标车辆的车牌信息难以识别、车款信息不易辨认时，需要对目标车辆的颜色需要进行自动识别。

本发明实施例提供了一种车身颜色识别的方法，如图1所示，该方法包括以下过程：

S11、处理器将第一图像在色调饱和度亮度HSV颜色空间的亮度V通道上进行直方图均衡化操作得到第二图像，如图2所示，其中，所述HSV颜色空间是一种六角锥体模型，该模型是按照色调饱和度亮度来描述的，常应用于图像处理方面。

可选的，在步骤S11之前，还包括处理器将获取到的包含目标车辆信息的第一图像调整至设定尺寸。

具体的，确定出第一图像中红绿蓝(Red Green Blue，RGB)颜色空间中各通道的取值，将RGB颜色空间各通道的取值转化为HSV颜色空间中各通道的取值，具体如下：

v′＝max

其中，r′为RGB颜色空间中R通道的值，g′为RGB颜色空间中G通道的值，b′为RGB颜色空间中B通道的值，h′为HSV颜色空间中H通道的值，s′为HSV颜色空间中S通道的值，v′为HSV颜色空间中V通道的值，max为RGB颜色空间中R，G，B三个通道中的最大值，min为RGB颜色空间中R，G，B三个通道中的最小值。

然后将h′，s′，v′归一化到[0,255]，其中，

s＝s′×255

v＝v′

h′，s′，v′归一化为h，s，v之后，固定H通道和S通道，对V通道进行直方图均衡化操作，具体如下：

首先，统计出V通道中相同v值的像素点的个数的直方图，其中，v值为[0,255]，共256个级别；

然后，对每个v值的直方图(NumPixel)，计算v值的分布密度(ProbPixel)：

其中，i表示v值的取；H，W分别为第二图像的高和宽，H×W表示第二图像中像素点的总数。

再次，计算v值的累计直方图分布(CumuPixel)：

最后，对v值进行均衡化操作：

v_(i)＝Cumupixel(i)×255

确定出HSV颜色空间的V通道均衡化操作后的v_(i)后，将均衡化造作后的HSV颜色空间的转化为新的RGB颜色空间，具体如下：

p＝v_(i)×(1-s)

q＝v_(i)×(1-f×s)

t＝v_(i)×(1-(1-f)×s)

其中，r为新的RGB颜色空间中R通道的值，g为RGB颜色空间中G通道的值，b为新的RGB颜色空间中B通道的值。

本发明实施例中，所述RGB颜色空间是一种三维立方体模型，该模型是按照物理三基色描述的，常应用于图像处理方面。

S12、处理器按照设定顺序滑动设定窗口，将所述第二图像划分为多个不同区域；

本发明实施例中，还可以通过其它方式将第二图像划分为多个区域，本发明对其不做限定。

可选的，所述第二图像的多个区域中相邻两个区域之间部分重叠。

S13、确定出所述多个不同区域对应的第一颜色特征，如上图2所示。

本发明实施例中，所述第一颜色特征包括第一颜色通道目标像素点的分布情况和所述第一颜色通道的颜色矩中的至少一个，所述第二图像中包含多个颜色通道，所述第一颜色通道为所述多个颜色通道中的一个，所述第一颜色通道目标像素点的分布情况描述了第一颜色通道中像素值在每一个设定阈值范围内的像素点的个数，所述设定阈值范围为N个，N为大于或等于1的正整数。

本发明实施例中，每个图像都可以采用多种不同的颜色空间表示，每个颜色空间对应多条颜色通道，即每个图像都有多个颜色通道，所述颜色通道为保存图像颜色信息的通道。

具体的，确定出所述第二图像划分出的每个区域的至少一种颜色空间中各通道的像素值在不同阈值范围内像素点的个数，作为第一颜色特征，其中，所述阈值范围至少为4个，即将0～255，分成4个连续的阈值范围，本发明实施例中，对阈值范围的划分不做限定，具体由实际需要确定。

举例说明，将0～255分成4个连续的阈值范围，所述4个连续的阈值范围分别为0～63、64～127、128～190、191～255。

还可以将第二图像划分出的每个区域的至少一种颜色空间中各通道的颜色矩，作为第一颜色特征。

也可以把确定出所述第二图像划分出的每个区域的至少一种颜色空间中各通道的像素值在不同阈值范围内像素点的个数，和第二图像划分出的每个区域的至少一种颜色空间中各通道的颜色矩，同时作为第一颜色特征。

本发明实施例中，在确定颜色特征时，还可以采用其它颜色空间，本发明实施例对其不做限定。

本发明实施例中，对任一颜色通道的颜色矩的分为一阶矩、二阶矩和三阶矩，具体计算如下：

其中p_j,i表示第j个颜色通道中值为i的像素点出现的次数，N表示为对应区域中的像素点的总个数。

S14、根据确定出的多个不同区域对应的所述第一颜色特征，按照预设算法，确定出所述目标车辆的车身颜色，如上图2所示。

可选的，处理器将确定出的不同第一颜色特征处理器输入至预先训练好的线性支持向量机，确定出所述目标车辆的车身颜色。

本发明实施例中，输入的第一颜色特征为不同的数据时，线性支持向量机对应的计算模型不同。

本发明实施例中，将第一图像在HSV颜色空间的V通道上进行直方图均衡化操作得到第二图像，所述第一图像中包含目标车辆的图像信息；按照设定顺序滑动设定窗口，将所述第二图像划分为多个不同区域；确定出所述第二图像中包含的多个不同区域分别对应的第一颜色特征；根据确定出的不同所述第一颜色特征，确定出所述目标车辆的车身颜色。由于第一图像在V通道上进行了直方图均衡化操作，并根据确定出的不同第一颜色特征对车身颜色进行识别，提高了车身颜色识别的准确度。

本发明实施例中，如图3所示，处理器在调整至设定尺寸的第一图像中，采用类金字塔的方式确定出包含所述目标车辆局部信息的一个区域，将该包含所述目标车辆局部信息的区域在HSV颜色空间的V通道上进行直方图均衡化操作得到第三图像，具体的均衡化操作过程与上述步骤S11一致，在此不对其进行赘述。

通过滑动窗口的方式，将所述第三图像划分为多个区域，确定出所述第三图像中包含的多个不同区域分别对应的第二颜色特征，其中，所述第三图像的多个区域中相邻两个区域之间部分重叠。

具体的，确定出所述第三图像划分出的每个区域的至少一种颜色空间中各通道的像素值在不同阈值范围内像素点的个数，作为第二颜色特征，其中，所述阈值范围至少为4个，即将0～255，分成4个阈值范围，本发明实施例中，对阈值范围的划分不做限定，具体由实际需要确定。

还可以将第三图像划分出的每个区域的至少一种颜色空间中各通道的颜色矩，作为第二颜色特征。

也可以把确定出所述第三图像划分出的每个区域的至少一种颜色空间中各通道的像素值在不同阈值范围内像素点的个数，和第三图像划分出的每个区域的至少一种颜色空间中各通道的颜色矩，同时作为第二颜色特征。

第二颜色特征中颜色矩的计算方法与上述第一颜色特征中颜色矩的计算方法一致，在此不对其进行赘述。

本发明实施例中，将确定出的不同第一颜色特征与不同第二颜色特征输入至预先训练好的线性支持向量机，确定出所述目标车辆的车身颜色。

同时使用第一颜色特征与第二颜色特征确定目标车辆的车身颜色，提高了车身颜色识别的准确度。

本发明实施例中，除了采用类金字塔的方式确定出包含所述目标车辆局部信息的一个区域，还可以采用其它的金字塔形式，例如将第二图像分成四个包含目标车辆信息的区域，然后对每个区域进行直方图均衡化处理后，分别提取该区域对应的第二颜色特征，本发明实施例中还可以采用其它方式对第二图像进行划分，本发明对其不做限定。

基于同一发明构思，本发明实施例提供的一种车身颜色识别的装置，如图4所示，该装置包括：

处理模块41，用于将第一图像在色调饱和度亮度HSV颜色空间的亮度V通道上进行直方图均衡化操作得到第二图像，其中，所述第一图像中包含目标车辆的图像信息；

划分模块42，用于按照设定顺序滑动设定窗口，将所述第二图像划分为多个不同区域；

确定模块43，用于确定出所述多个不同区域对应的第一颜色特征，所述第一颜色特征包括第一颜色通道目标像素点的分布情况和所述第一颜色通道的颜色矩中的至少一个，所述第二图像中包含多个颜色通道，所述第一颜色通道为所述多个颜色通道中的一个，所述第一颜色通道目标像素点的分布情况描述了第一颜色通道中像素值在每一个设定阈值范围内的像素点的个数，所述设定阈值范围为N个，N为大于或等于1的正整数；

识别模块44，用于根据确定出的多个不同区域对应的所述第一颜色特征，按照预设算法，确定出所述目标车辆的车身颜色。

本发明实施例中，将第一图像在HSV颜色空间的V通道上进行直方图均衡化操作得到第二图像，所述第一图像中包含目标车辆的图像信息；按照设定顺序滑动设定窗口，将所述第二图像划分为多个不同区域；确定出所述第二图像中包含的多个不同区域分别对应的第一颜色特征；根据确定出的不同所述第一颜色特征，确定出所述目标车辆的车身颜色。由于第一图像在V通道上进行了直方图均衡化操作，并根据确定出的不同第一颜色特征对车身颜色进行识别，提高了车身颜色识别的准确度。

可选的，若所述第一颜色特征为第一颜色通道目标像素点的分布情况时，所述识别模块用于：将确定出的多个不同区域对应的所述第一颜色通道目标像素点的分布情况，输入到线性支持向量机，所述线性支持向量机根据与所述第一颜色通道目标像素点的分布情况对应的第一计算模型，确定出所述目标车辆的车身颜色。

可选的，若所述第一颜色特征为所述第一颜色通道的颜色矩时，所述识别模块用于：将确定出的多个不同区域对应的所述第一颜色通道的颜色矩，输入到线性支持向量机，所述线性支持向量机根据与所述第一颜色通道的颜色矩对应的第二计算模型，确定出所述目标车辆的车身颜色。

可选的，若所述第一颜色特征为第一颜色通道目标像素点的分布情况和所述第一颜色通道的颜色矩时，所述识别模块用于：将确定出的多个不同区域对应的所述第一颜色通道目标像素点的分布情况和所述第一颜色通道的颜色矩，输入到线性支持向量机，所述线性支持向量机根据与所述第一颜色通道目标像素点的分布情况和所述第一颜色通道的颜色矩对应的第三计算模型，确定出所述目标车辆的车身颜色。

基于同一发明构思，本发明实施例提供的一种车身颜色识别的装置，如图5所示，该装置包括：

第一处理模块51，用于将第一图像在色调饱和度亮度HSV颜色空间的亮度V通道上进行直方图均衡化操作得到第二图像，其中，所述第一图像中包含目标车辆的图像信息；

第一划分模块52，用于按照设定顺序滑动设定窗口，将所述第二图像划分为多个第一不同区域；

第一确定模块53，用于确定出所述多个第一不同区域对应的第一颜色特征，所述第一颜色特征包括第一颜色通道目标像素点的分布情况和所述第一颜色通道的颜色矩中的至少一个，所述第二图像中包含多个颜色通道，所述第一颜色通道为所述多个颜色通道中的一个，所述第一颜色通道目标像素点的分布情况描述了第一颜色通道中像素值在每一个设定阈值范围内的像素点的个数，所述设定阈值范围为N个，N为大于或等于1的正整数；

获取模块54，用于根据预设规则在所述第一图像中选取至少一个区域，所述至少一个区域中包含所述目标车辆的局部图像信息；

第二处理模块55，用于将所述至少一个区域在HSV颜色空间的V通道上进行直方图均衡化操作得到至少一个第三图像；

第二划分模块56，用于按照设定顺序滑动设定窗口，将所述第三图像划分为多个第二不同区域；

第二确定模块57，用于确定出所述多个第二不同区域对应的第二颜色特征，所述第二颜色特征包括第二颜色通道目标像素点的分布情况和所述第二颜色通道的颜色矩中的至少一个，所述第三图像中包含多个颜色通道，所述第二颜色通道为所述多个颜色通道中的一个，所述第二颜色通道目标像素点的分布情况描述了第二颜色通道中像素值在每一个设定阈值范围内的像素点的个数，所述设定阈值范围为M个，M为大于或等于1的正整数；

识别模块58，用于根据确定出的多个第一不同区域对应的所述第一颜色特征与多个第二不同区域对应的所述第二颜色特征，按照预设算法，确定出所述目标车辆的车身颜色。

下面结合优选的硬件结构，对本发明实施例提供的装置的结构、处理方式进行说明。

本发明实施例提出一种车身颜色识别系统，如图6所示，包括处理器610、以及与该处理器连接的存储器620，所述存储器620和所述处理器610分别通过总线600相互连接，其中：

存储器620，用于存储所述处理器所执行的程序代码；

处理器610，用于用于执行所述存储器所存储的程序代码，执行下列过程：

将第一图像在色调饱和度亮度HSV颜色空间的亮度V通道上进行直方图均衡化操作得到第二图像，其中，所述第一图像中包含目标车辆的图像信息；

按照设定顺序滑动设定窗口，将所述第二图像划分为多个不同区域；

确定出所述多个不同区域对应的第一颜色特征，所述第一颜色特征包括第一颜色通道目标像素点的分布情况和所述第一颜色通道的颜色矩中的至少一个，所述第二图像中包含多个颜色通道，所述第一颜色通道为所述多个颜色通道中的一个，所述第一颜色通道目标像素点的分布情况描述了第一颜色通道中像素值在每一个设定阈值范围内的像素点的个数，所述设定阈值范围为N个，N为大于或等于1的正整数；

根据确定出的多个不同区域对应的所述第一颜色特征，按照预设算法，确定出所述目标车辆的车身颜色。

本发明实施例中，将第一图像在HSV颜色空间的V通道上进行直方图均衡化操作得到第二图像，所述第一图像中包含目标车辆的图像信息；按照设定顺序滑动设定窗口，将所述第二图像划分为多个不同区域；确定出所述第二图像中包含的多个不同区域分别对应的第一颜色特征；根据确定出的不同所述第一颜色特征，确定出所述目标车辆的车身颜色。由于第一图像在V通道上进行了直方图均衡化操作，并根据确定出的不同第一颜色特征对车身颜色进行识别，提高了车身颜色识别的准确度。

可选的，若所述第一颜色特征为第一颜色通道目标像素点的分布情况时，处理器610还执行下列过程：将确定出的多个不同区域对应的所述第一颜色通道目标像素点的分布情况，输入到线性支持向量机，所述线性支持向量机根据与所述第一颜色通道目标像素点的分布情况对应的第一计算模型，确定出所述目标车辆的车身颜色。

可选的，若所述第一颜色特征为所述第一颜色通道的颜色矩时，处理器610具体还执行下列过程：将确定出的多个不同区域对应的所述第一颜色通道的颜色矩，输入到线性支持向量机，所述线性支持向量机根据与所述第一颜色通道的颜色矩对应的第二计算模型，确定出所述目标车辆的车身颜色。

可选的，若所述第一颜色特征为第一颜色通道目标像素点的分布情况和所述第一颜色通道的颜色矩时，处理器610具体还执行下列过程：将确定出的多个不同区域对应的所述第一颜色通道目标像素点的分布情况和所述第一颜色通道的颜色矩，输入到线性支持向量机，所述线性支持向量机根据与所述第一颜色通道目标像素点的分布情况和所述第一颜色通道的颜色矩对应的第三计算模型，确定出所述目标车辆的车身颜色。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。