算n幅车标图像中点对和的最大值Sun^JP最小值Sum_，则Summax和Summin成为判断该类型车标的阈值。
[0074] 针对每种类型的车标，按照上述方法获取最终的有效标准点对、Sunv^PSum_，形 成特征点对数据库。每种车标对应的有效标准点对形成特征点对模板，用于后续对车标的 识别。
[0075] 步骤4 :在车标可能出现的"候选区域"内，利用特征点对数据库中的特征点对模 板进行多尺度匹配，以实现车标的识别。
[0076] 基于车牌的位置，对车标进行粗定位，提取粗定位区域的图像，称为车标候选图 像，记为-^-candidate?
[0077] 基于车牌的尺寸及比例关系，确定图像中车标的尺寸，记长和宽分别为 L、W。基于车标的尺寸，确定与特征点对模板匹配时的尺度范围，尺度S的范围为
其中a为尺度参数，可根据 实际情况进行调整。
[0078] 根据尺度范围，对模板的大小进行缩放，缩放后模板的长、宽分别为S*Lstand"d， S*Wstan-d。利用不同尺度范围下的模板在候选图像中进行扫描匹配，若匹配到，则认为车标 与该模板对应的车标类型相同，扫描结束；如果没有匹配到，则与其他的特征点对模板再次 进行多尺度匹配。
[0079] 本发明的独特之处体现在：
[0080] 1.通过实验表明，由于受光照、天气的影响，车标成像不尽一致，然而在整个车标 图像中，车标图案部分和背景部分的灰度值大小关系不易受影响，基于此先验知识，提出了 "点对特征"的思想，用点对特征来进行车标的描述。
[0081] 2.通过实验表明，车标图案部分的边缘易受光照、天气的影响，其灰度值情况不稳 定（这也导致了背景部分边缘的不稳定），然而车标图案的中心部分，其受影响的程度是最 小的，因此，本发明采用从图案中心部分和背景中心部分进行随机取点的方法，形成特征点 对。
[0082] 综上，本发明利用点对特征来进行车标的描述，通过对特征点对的提取，在车标候 选区域内进行多尺度匹配，以实现车标的识别。
【主权项】
1. 一种基于点对特征的车标识别方法，其特征在于：包括W下步骤： (1) 车标图像的预处理： 基于标准车标图案，结合实际卡口图像中车标的成像情况，形成车标图像，对车标图像 进行预处理，形成车标标准图像； (2) 特征点对的提取： 采用点对特征对车标进行描述，点对特征由两点的坐标、点对值组成，点对值描述了两 点之间灰度值的大小关系，基于车标标准图像，进行点对特征的提取，提取的结果为特征点 对，称为标准点对； (3) 特征点对数据库的建立： 结合实际卡口图像中的车标图像，对标准点对的有效性进行判断，提取有效的标准点 对，存入数据库中，形成特征点对数据库，每种车标对应的有效标准点对形成一个模板，称 为特征点对模板； (4) 车标的识别： 基于卡口图像中车牌的位置和大小，对车标进行粗定位，称车标可能出现的区域为候 选区域，在候选区域内，利用特征点对数据库中的特征点对模板进行多尺度匹配，W实现车 标的识别。2. 根据权利要求1所述的一种基于点对特征的车标识别方法，其特征在于：步骤（1) 中，对车标图像进行预处理的过程为： 选取标准的车标图案，依据其高和宽形成矩形的车标图像，将车标中的图案部分看作 前景，其他部分看作背景，根据卡口图像中实际车标的成像情况可W看出，前景一般偏亮， 背景偏暗；因此根据前景和背景对车标进行二值化，前景全部用白色表示，背景用黑色表 示，将车标图像大小进行归一化，归一化后的长、宽分别为Lgtg"dgfd、Wgtg"dgfd，形成车标标准图 像。3. 根据权利要求1所述的一种基于点对特征的车标识别方法，其特征在于：步骤（2) 中，基于预处理之后的车标标准图像进行特征点对的提取过程如下： 基于车标标准图像的黑、白两部分，分别提取内外轮廓，将内外轮廓分别向中间进行收 缩，每次收缩一个像素点，直至收缩后的区域为原区域大小的1/4,称收缩后的区域为骨架 区域； 分别将黑、白部分骨架区域内的点形成集合，记为集合A和集合B，随机的从集合A、B中 分别提取一点，形成特征点对，用（?,y,，而，ye，时表示，其中，（Xa，y&)为A点的坐标，（?, Ye)为B点的坐标，R表示A、B两点之间的像素灰度值大小关系，称为点对值，点对值取值有 1、-1两种可能，1表示A点的灰度值大于或等于B点的灰度值，-1表示A点的灰度值小于 B点的灰度值； 针对每种车标，按照上述方法提取特征点对，重复提取m次，形成特征点对的集合，称 为标准点对，记为点对数为m，运些特征点对用于描述车标的特征，称运种特 征为点对特征。4. 根据权利要求1所述的一种基于点对特征的车标识别方法，其特征在于：步骤（3) 中，建立车标的特征点对数据库过程如下： 基于卡口图像，手工截取各种车辆的车标，建立车标数据库，要求每种车标的个数不少 于400,将其大小进行归一化，归一化后的长、宽分别与车标标准图像的长宽一致； 针对从卡口图像中截取的某一类型的n幅车标图像，将上一步中提取的标准点对分别 叠加在n幅车标图像上，计算每组点对在n幅车标图像上获取的n个点对值，如果点对值 一致的比例大于或等于86%，则认为该点对为有效点对，进行保留；如果点对值一致的比 例小于86%，则认为该点对为不稳定点对，删除该点对，最后保留的有效点对为有效标准点 对，记其个数为mused; 然后，针对第j幅图像，计算各点对对应的车标图像上点的点对值之和，即： …Pd 5MmR,V.计算n幅车标图像中点对和的最大值Sunv。济最小值Summi。，则 i=1 Sunim。、和Summi。成为判断该类型车标的阔值； 针对每种类型的车标，按照上述方法获取最终的有效标准点对、Sunim。、和Summm，形成特 征点对数据库，每种车标对应的有效标准点对形成特征点对模板，用于后续对车标的识别。5.根据权利要求1所述的一种基于点对特征的车标识别方法，其特征在于：步骤（4) 中，与特征点对数据库中的特征点对模板进行多尺度匹配，W实现车标的识别，过程如 下： 基于车牌的位置，对车标进行粗定位，提取粗定位区域的图像，称为车标候选图像，记 -? I candidate' 基于车牌的尺寸及比例关系，确定图像中车标的尺寸，记长和宽分别为L W，基于车标的尺寸，确定与特征点对模板匹配时的尺度范围，尺度S的范围为其中a为尺度参数，可根 据实际情况进行调整； 根据尺度范围，对模板的大小进行缩放，缩放后模板的长、宽分别为S*Lgtg"dgfd，S*Wgh"d3fd;利用不同尺度范围下的模板在候选图像中进行扫描匹配，若匹配到，则认为车标 与该模板对应的车标类型相同，扫描结束；如果没有匹配到，则与其他的特征点对模板再次 进行多尺度匹配。
【专利摘要】本发明公开了一种基于点对特征的车标识别方法，首先对车标图案进行预处理，通过前后背景的判断、二值化和归一化，形成车标的标准图案；然后基于标准图案，提取前后背景中的骨架区域，通过随机取点进行特征点对的提取，形成标准点对；通过从实际卡口图像中截取的车标样本，进行特征点对有效性的判断，将有效点对存入数据库，形成特征点对数据库，同时计算各类车标判断的阈值；提取数据库中的特征点对模板，与车标候选区域进行多尺度匹配，从而进行车标的识别。本发明针对卡口图像中的车标识别提出了具体的识别方案，识别的结果正确率很高，可以满足实际智能交通系统的需要。
【IPC分类】G06K9/00
【公开号】CN105205444
【申请号】CN201510500490
【发明人】余烨, 刘晓平, 郑利平, 聂振兴, 金强, 王江明
【申请人】合肥工业大学
【公开日】2015年12月30日
【申请日】2015年8月14日