[发明专利]基于交通视频的车标自动识别方法

说明书

技术领域

本发明属于图像信息处理技术领域，涉及智能交通系统中的视频图像信息处理，具体涉及一种实时应用的基于交通视频的车标自动识别方法。

背景技术

汽车数量的迅速增长以及国内外众多汽车厂商频繁的产品更新换代和异常迅猛的产品多样化，不仅给城市交通带来了巨大压力，也给城市交通中相关车辆信息的统计带来了巨大困难。计算机视觉和摄像头等相关硬件产品的快速发展，智能交通系统应运而生(Intelligent Transportation Systems，简称ITS)，其中车标识别是智能交通系统的重要组成成分，其提供了更精准和全面的车辆描述，方便检测并监控车辆，为交通管理系统和经济数据分析提供更完备的车辆信息等。

但是，由于汽车所处环境多为非约束的开放性环境，具有复杂多变、存在光照变化以及视角变换等特征，加之车标多样性和复杂性直接影响到了车标描述，所以需要一种准确、实时、且在复杂场合具有高适应性的车标检测方法。

以下为现有的两种车标检测方法(现有技术一和现有技术二)，与本申请的技术方案最为接近：

现有技术一：

现有技术一为电子科技大学毛颂安、叶茂、庞锋等的发明专利申请《一种快速检测视频与图像中汽车车标的方法》，2012年4月18日公开，公开号：CN102419820A。

该方案公开了一种快速检测视频与图像中汽车车标的方法，涉及一种图像处理系统，旨在现有的车牌检测技术中确定了车牌坐标信息的基础上提供一种具有普遍适用性的从视频和图像中快速检测汽车车标的方法，首先对车标粗定位，然后对该区域图像预处理及滤波处理，对于得到的滤波结果做显著化处理，用以去除图像中的噪音点，在获得显著图后，对该图像进行二值化，选取二值图，完成车标区域的准确提取。该算法具体流程如图1所示：包括，首先根据实时采集的视频和图像信息，检测获得相应汽车车牌信息，然后根据车牌和车标两者之间实际距离和大小关系，通过图像中车牌信息标定图像中车牌上方车标大概的初始位置。在获得大概区域后，通过图像预处理及滤波处理首先该区域作灰度化处理，然后分别做水平滤波和垂直滤波提取图像中的物体边缘信息，消除某一指定方向上的边缘信息，对噪音信息平滑处理，降低图像复杂度。对图像的滤波结果做显著化处理，具体操作时是对该区域的水平、垂直滤波后得到水平图像和垂直图像，并归一化到同一尺度下，然后分别对两幅图做8个尺度的高斯金字塔，得到8幅不同尺度大小的图像；对8幅图像做中心周围算法处理：设中心与周围的差表示为，则其中，由此计算得到6幅图像，把6幅图像相加求平均值、并归一化。用K均值聚类法对显著化处理的图像进行二值化，利用信息熵算法，分别计算两幅二值图的对应的信息熵值，取熵值较小的二值图像；然后在获得熵值较小的二值图像上进行车标区域的准确提取，具体是采用形态学的膨胀腐蚀算法进行处理，找出该二值图像中的所有团块区域，最后用改进的包含像素数量和颜色种类的信息熵算法判断出车标区域。

现有技术一的缺点：该专利在进行车标准确定位时利用了视觉显著性的思路进行相关处理，当车标区域和周围区域存在显著差别时，该方法能较为准确提取车标区域，但车标类型繁多，某些车标与周边区域差异度较小，不能正确提取显著检区域，从而无法正确检测车标。

现有技术二：

现有技术二为武汉烽火众智数字技术有限责任公司陆辉、蒋恋华、张仁辉的发明专利申请《车标定位与识别方法》，2013年9月18号，公开号：CN103310231A。