车标所在的粗糙区域，粗定位的过程步骤如下。
[0037]粗定位的目的主要是通过车牌定位技术和图像的一阶差分技术分别确定车牌和车灯的精确位置。首先，需要对图像采集装置传送的图像进行彩色空间转换，将图像由RGB彩色空间转换到HSV彩色空间，并提取V通道(即亮度通道)下的图像。
[0038]进一步地，对提取V通道后的图像做二值化和一阶水平向前差分处理。
[0039]进一步地，对一阶水平向前差分处理后的图像做水平灰度积分投影，根据投影曲线的连通域确定车灯的位置，连通域最大的位置认为是车灯的位置。
[0040]进一步地，由于车标位于车牌上方和车灯之间，因而可以定位出车标的粗糙区域；
[0041]精定位子模块主要工作是对粗定位模块定位的车标粗糙区域进行再处理，定位出车标的精确位置，其定位步骤如下。
[0042]首先，精定位模块将粗定位模块定位出的车标粗糙区域图像灰度化；并选择合适的校正参数，对车标粗糙区域图像做Gamma校正，获得Gamma校正后的图像；Gamma校正既能增强图像的效果，同时又抑制了图像增强过程中噪声的引入。
[0043]进一步地，定义水平方向和垂直方向的Laws算子，利用定义的Laws算子对Gamma校正后的车标区域粗糙图像进行滤波处理，分别获得水平边缘图像和垂直边缘图像；然后，对获得的水平边缘图像做垂直灰度积分投影，根据图像的垂直灰度积分投影曲线，判断车标是否位于散热网上以及散热网的类型(水平纹理散热网、垂直纹理散热网、菱形纹理散热网
[0044]进一步地，判断车标的所在位置。若车标不在散热网上或者在水平纹理的散热网上，将水平方向的Laws算子的滤波图像作为操作图像；若车标在垂直纹理或者菱形纹理的散热网上，对水平方向的Laws算子的滤波处理图像和垂直方向Laws算子的滤波图像做与运算，与运算的结果作为操作图像。
[0045]进一步地，选择圆盘状的结构元素，对操作图像做闭运算，并对闭运算后的图像做垂直灰度积分投影；根据垂直灰度积分投影曲线中的连通域判断闭运算后的图像中是否包含足够的兴趣点；若兴趣点较少，则对图像做孤立点(非兴趣区域)移除的操作；若兴趣点足够，则对图像做开运算，并通过灰度积分投影曲线确定兴趣区域的边界，将兴趣区域以外的部分(非兴趣区域)移除。
[0046]进一步地，对移除非兴趣区域的图像做膨胀运算，减弱开运算和非兴趣区域移除操作对车标大小造成的影响。
[0047]进一步地，确定车标的边界。对车标的宽度和高度均设定一个适当的阈值，若车标的大小在设定的阈值范围内，则认为定位成功；
[0048]进一步地，若车标的大小不在设定的阈值范围内，则应用Sobel算子重新定位。定义水平方向和垂直方向的Sobel算子，对Gamma校正后的图像做Sobel滤波处理，然后对滤波后的图像做与运算和闭运算，获得闭运算图像，对闭运算图像做孤立点(非兴趣区域)移除的操作，再做膨胀运算，减弱孤立点移除操作对车标大小造成的影响；最后确定车标的边界，精确定位车标。
[0049](3)车标识别
[0050]车标识别主要由车标识别模块来完成，实现对车标识别模块传送的车标图像的车标特征识别，识别过程如下。
[0051]车标识别模块首先对车标定位模块传送的车标图像(以下称“被测试对象”)进行SIFT尺度不变特征转换，通过提取车标图像中的关键点的位置、尺度和旋转不变量的描述子得到特征向量(即SIFT特征)。
[0052]进一步地，调取进行过SIFT尺度不变特征转换后的车标模板库。
[0053]进一步地，将从被测试对象中提取的特征向量与车标模板库中的特征向量进行特征匹配，将关键点的特征向量的欧氏距离作为衡量两幅图像相似性的度量；针对被测试对象中的某个关键点，在车标模板库中找出与之距离最近的两个关键点，如果最近距离和次最近距离的比值小于某个阈值，则认为车标图像中的关键点与车标模板库中距离最近的关键点匹配；否则，认为不匹配。
[0054]进一步地，统计每一副车标模板库图像与被测试图像匹配的关键点的数量，匹配点数量最多的认为最匹配，得出匹配结果。
[0055](4)结果输出
[0056]所述输出模块，输出车标识别模块传送识别结果。
[0057]实施例2:如图2所示，本实用新型车辆车标识别系统的识别流程如下步骤。
[0058]S201系统开始识别流程，执行步骤S202。
[0059]S202系统完成图像采集，执行步骤S203。
[0060]S203系统进行车牌检测与定位，为车标粗定位计算区域，执行步骤S204。
[0061]S204系统进行车标粗定位，完成粗定位后执行步骤S205。
[0062]S205系统进行车标精定位，完成精定位后执行步骤S206。
[0063]S206系统判断定位是否成功，定位成功，则执行步骤S210 ;否则，执行步骤S207。
[0064]S207系统变换算法进行二次定位，执行步骤S208。
[0065]S208系统判断二次定位是否成功，定位成功，则执行步骤S210 ;否则，执行步骤S209o
[0066]S209系统提示无法识别，执行步骤S215。
[0067]S210系统进行车标识别，执行步骤S211。
[0068]S211系统将待识别的车标的特征向量与车标模板库中的特征向量进行特征匹配，执行步骤S212。
[0069]S212系统判断待识别的车标的特征向量与车标模板库中的特征向量是否匹配，匹配成功，执行步骤S213 ;否则，执行步骤S214。
[0070]S213系统输出识别结果，执行步骤S215。
[0071]S214系统提示匹配不成功，执行步骤S215。
[0072]S215系统识别过程结束。
【主权项】
1.一种车辆车标识别系统，其特征在于:系统包括有:图像采集装置、车标定位模块、车标识别模块和输出模块； 所述图像采集装置采用高清摄像机，主要用于摄取车辆的正面图像，为后续的车标识别过程提供清晰的车辆基本信息来源；所述车标定位模块包括有粗定位子模块和精定位子模块，主要完成对车标的定位；其中，粗定位子模块主要完成对车辆车标的粗略定位，定位出车标所在的粗糙区域；精定位子模块主要工作是对粗定位模块定位的车标粗糙区域进行再处理，定位出车标的精确位置；所述车标识别模块主要工作是完成对车标识别模块传送的车标图像的车标特征识别； 所述输出模块，输出车标识别模块传送的识别结果。
【专利摘要】车标识别技术作为车辆识别技术的关键技术补充，也是智能交通领域需要解决的关键技术之一，车标识别对于完善智能交通系统有重要的意义。目前，车标定位的一些方法往往存在定位较慢、正确率不高等问题。本实用新型提供了一种车辆车标识别系统，有效解决了由于光照、噪声、倾斜、形变、表面污损、部分遮挡以及车标周围散热网的存在，影响车辆车标正确识别，从而影响车辆辨别的问题。
【IPC分类】G08G1-017, G06K9-00, G06K9-46
【公开号】CN204347862
【申请号】CN201420734567
【发明人】穆晓飞, 张素娥, 张育军
【申请人】王云, 贺政
【公开日】2015年5月20日
【申请日】2014年12月1日