车辆颜色识别装置的制作方法

本发明涉及一种车辆颜色识别装置。

背景技术：
：

随着道路交通问题的日益严峻，视频监控系统的不断发展和高级辅助驾驶系统(ADAS)的兴起，仅仅靠车牌和车型识别视频中的车辆已经远远不能适应当前的交通状况和监控视频检测以及智能驾驶系统的需求，车辆颜色的识别越来越引起人们的关注。但是现有的车辆颜色识别装置连接不牢固，使用效果不好。

技术实现要素：
：

本发明的目的是提供一种连接牢固的车辆颜色识别装置。

上述的目的通过以下的技术方案实现：

一种车辆颜色识别装置，其组成包括:底板，所述的底板连接边框，所述的底板顺次开有11个半口形凹槽，所述的半口形凹槽连接半口形凹板、并用螺钉进行固定，所述的半口形凹板固定连接半口形立板，所述的半口形立板固定连接半口形限位板，所述的半口形凹板、所述的半口形立板、所述的半口形限位板组成上开口的半口形插框，所述的半口形插框内插入颜色板；所述的底板的背面连接左固定板和右固定板，所述的左固定板与所述的右固定板均开有通孔，所述的通孔连接横螺杆，所述的横螺杆连接转动套，所述的转动套固定连接支撑腿，所述的横螺杆的两端均通过螺母锁紧，所述的螺母锁紧分别位于所述的左固定板与所述的右固定板的外侧，所述的左固定板与所述的右固定板夹持所述的转动套。

有益效果：

1. 通过所述的半口形插框内插入颜色板；所述的底板的背面连接左固定板和右固定板，通孔连接横螺杆，所述的横螺杆连接转动套，所述的转动套固定连接支撑腿，所述的横螺杆的两端均通过螺母锁紧，以上技术方案相互配合连接牢固。

附图说明：

附图1是本产品的结构示意图。

附图2是附图1的后视图。

具体实施方式：

下面将结合本发明的附图，对本发明实施例中的技术方案进行清楚、完整地描述。

实施例1：

一种车辆颜色识别装置，其组成包括:底板1，所述的底板连接边框2，所述的底板顺次开有11个半口形凹槽3，所述的半口形凹槽连接半口形凹板4、并用螺钉进行固定，所述的半口形凹板固定连接半口形立板5，所述的半口形立板固定连接半口形限位板6，所述的半口形凹板、所述的半口形立板、所述的半口形限位板组成上开口的半口形插框，所述的半口形插框内插入颜色板7；所述的底板的背面连接左固定板8和右固定板9，所述的左固定板与所述的右固定板均开有通孔10，所述的通孔连接横螺杆11，所述的横螺杆连接转动套12，所述的转动套固定连接支撑腿13，所述的横螺杆的两端均通过螺母锁紧14，所述的螺母锁紧分别位于所述的左固定板与所述的右固定板的外侧，所述的左固定板与所述的右固定板夹持所述的转动套。

通过所述的半口形插框内插入颜色板7；所述的底板的背面连接左固定板8和右固定板9，通孔连接横螺杆11，所述的横螺杆连接转动套12，所述的转动套固定连接支撑腿13，所述的横螺杆的两端均通过螺母锁紧14，以上技术方案相互配合连接牢固。

所述的颜色板包括粉色插板、红色插板、紫色插板、棕色插板、橘色插板、黄色插板、绿色插板、蓝色插板、白色插板、灰色插板、黑色插板。

一种车辆颜色识别方法，第一步用一个椭圆掩码对根据边界框Bounding box抠出来的车辆图像做处理，去除边界背景影响；第二步对处理后的车辆图像提取多种颜色直方图RGB、CIELab、YCrCb、HSV、Luv、HLS；第三步提取图像颜色特征；第四步利用支持向量机将车身颜色分为11种颜色。

实施例2：

实施例1所述的车辆颜色识别方法，所述的第三步是在颜色特征提取过程中，每种颜色空间占用的比重是相同的，通过设置直方图的个数来调节颜色特征的大小。这种方法使得本设计具有很强的适应性，在实际的应用中可以根据实际需求来设置变量。

实施例3：

实施例1所述的车辆颜色识别方法，所述的11种颜色包括粉色、红色、紫色、棕色、橘色、黄色、绿色、蓝色、白色、灰色、黑色。

实施例4：

上述实施例所述的车辆颜色识别方法，通过使用掩码，简单有效地去除了车辆颜色识别中背景的影响；在对车辆颜色识别中，我们采用的是已经抠出来的车辆图像，虽然车身已经占图像像素的很大比重，但是背景中别的车辆或者行人等对颜色识别的准确率造成了很大的影响。要想有效地检测车身颜色，首先就要对得到的图像进行预处理，尽可能去除图像中不是车身的颜色像素，不对这些像素进行统计。针对得到图像中车辆一般在图像中间位置的特点，根据图像尺寸设置合适的掩码mask对图像进行预处理，在一定程度上提高了颜色识别的准确度。

本发明中的颜色特征是基于六种颜色空间的，不仅提高的颜色识别的准确性，还大大提高了颜色识别的鲁棒性。在颜色识别中采用一种颜色空间的特征往往受到光照条件的影响比较严重，本发明采用的多种颜色特征的融合，可以有效弥补一种颜色特征的不足。并且本发明对颜色的识别种类为11种，多余大部分的颜色识别方法，大大提高了车辆颜色识别的精确性。

实施例5：

上述实施例所述的车辆颜色识别方法，首先根据图像检测给出的边界框Bounding Box抠取目标图像，然后对经过掩码mask预处理的目标图像提取6种颜色特征，并用支持向量积SVM（Support Vector Machine）对颜色特征进行分类，最终获得车辆的颜色。

本发明对高级辅助驾驶系统中扣出来的车辆图像做预处理减少背景对颜色识别的影响，然后融合基于多种颜色空间的颜色特征，并利用支持向量机（SVM）对车身分为11种颜色。

本发明不仅有效地去除了车辆颜色识别中背景颜色对识别的影响，弥补了单一颜色空间特征鲁棒性差的缺点，同时也回避了基于深度神经网络过于依赖数据，泛化能力不强的问题。

本发明能够实时准确地检测车辆颜色，能够简单高效的去除背景色对识别的影响。

本发明的颜色分类比较全面，基本覆盖了现有车辆的所有颜色，使得车辆颜色识别更加准确。