[发明专利]一种基于Gabor滤波器背景纹理抑制的车标检测方法

说明书

本发明公开了一种基于Gabor滤波器背景纹理抑制的车标检测方法，包含以下步骤：第一步，对图像进行倾斜校正预处理；第二步，在预处理后的图像中进行车牌检测，得到车牌区域；第三步，基于先验知识，根据车牌和车标的位置关系，在车牌定位后得到包含车标图案的车标粗定位区域；第四步，对车标粗定位区域进行Gabor滤波，抑制车标周围散热网纹理，凸显车标区域；第五步，进行高斯滤波和数学形态学闭操作；第六步，选定阈值对灰度图像阈值化，并框定检测目标区域，实现车标精定位。该车标检测方法检测时间短，检测率高。

技术领域

本发明涉及车标检测方法，尤其涉及一种基于Gabor滤波器背景纹理抑制的车标检测方法。

背景技术

随着社会经济的快速增长，目前中国的汽车消费需求日益旺盛，汽车数目不断增长，也带来了诸如交通肇事逃逸，车辆被盗窃等交通问题。为了确定违法和违章车辆，目前普遍采用的是对汽车的车牌进行识别。然而近几年套牌，倒牌，车牌磨损以及车牌遮挡等现象的出现，使得仅仅通过识别车牌来确定汽车变得不可靠。车标是包含了车型和生产厂家信息的关键性图像，是汽车分类和识别的重要依据。如果能准确地定位车标，将会有效地提高汽车分类和识别的准确率。

然而车标种类丰富，形状多样，不具有稳定的外部特征，同时其所处的环境是纹理复杂的汽车格栅区域。另外车标易受天气影响：夜晚或雨天光照不足的情况下，车标难以辨认；强光条件下，车标极易反光。上述特点使得车标定位存在较大难度，很有挑战性。现有的车标定位方法还不够成熟，存在检测率低，易受光照变化干扰等问题，所以车标检测效果还有待进一步提高。

发明内容

发明目的：本发明针对现有技术存在的问题，提供一种基于Gabor滤波器背景纹理抑制的车标检测方法。

技术方案：本发明所述的基于Gabor滤波器背景纹理抑制的车标检测方法包括：

(1)对拍摄获取的具有一定倾斜角度的车辆图像，基于SIFT算子进行车辆对称轴检测和倾斜校正；

(2)利用Harr+AdaBoost的机器学习算法训练得到级联分类器，并采用该级联分类器从校正后的车辆图像中定位车牌区域；

(3)基于先验知识，根据车牌和车标的位置关系，在定位的车牌区域中得到包含车标图案的车标粗定位区域；

(4)对车标粗定位区域进行Gabor滤波，抑制车标周围散热网纹理，凸显车标区域；

(5)对车标区域进行高斯滤波和数学形态学闭操作；

(6)选定阈值对将步骤(5)得到的灰度图像阈值化，并框定检测目标区域，得到精定位的车标。

有益效果：本发明与现有技术相比，其显著优点是：

1)检测精度高：该方法对光照变化有一定的抗干扰性，在不同的光照条件下都有着较高的检测率，对车标在太阳光直射和夜间等光照条件下(尤其是在强光下)都有较好的定位效果；

2)实时性好：本发明方法在夜晚或者光照不足条件下,太阳光直射的强光条件下和光照均匀的条件下都有着较快的检测速度,对于高速公路卡口抓拍的图片数据来说，可以实现在线实时处理；

3)适用对象广：传统的背景纹理抑制算法往往是对车标粗定位区域先进行纹理方向判断，然后根据不同的纹理方向采用不同的车标定位算法，传统方法中一旦出现车标纹理方向判别错误的情况，错误的定位方法就会被使用，必然导致定位失败，而本发明采用的基于Gabor滤波器背景纹理抑制的方法具有较高的适用性而无需进行纹理方向判别，能够同时适用于车标背景为水平，垂直和网状纹理的车辆进行车标检测，所以本发明是一种适用于不同情况且鲁棒性更好的算法。

附图说明

图1是本发明的基于Gabor滤波器背景纹理抑制的车标检测方法的流程示意图；