[发明专利]用于车身颜色识别的有效区域定位方法

说明书

本发明的用于车身颜色识别的有效区域定位方法，包括以下步骤：（1）获取车身颜色识别初步定位区域；（2）对初步定位区域图像进行图像预处理；（3）对预处理后的图像计算分块特征掩膜图像；(4)对特征掩膜图像对应的定位图像计算亮度特征，更新掩膜图像；(5)对获取的特征掩膜图像进行信息统计；(6)根据掩膜图像统计信息，修正掩膜图像值，获取最终定位图像。本发明考虑到车身反光或阴影干扰导致区域相对平滑容易被划分为定位区域中，因此除了对车身纹理信息进行提取外，还考虑到亮度信息的分布对干扰去除的作用，最大程度去除干扰，保留最能代表车身颜色的区域作为识别的定位区域。

技术领域

本发明涉及图像处理技术在车身颜色识别中应用的技术领域，具体为一种用于车身颜色识别的有效区域定位方法。

背景技术

在视频监控快速发展的今天，高清化、智能化已经逐渐融入到人们的生活中。智能交通系统在收费卡口、停车场及刑事追踪等方面展现出强大的作用。随着车辆数量的激增，车辆事件越来越多，越来越复杂，对机动车辆的监控仅仅依靠车牌识别信息显然是不够的，加上车牌容易受到故意遮挡、污损等影响，以及一牌多车、套牌等的情况，会导致车辆识别能力的下降。视频图像中车辆信息除了车牌号码，还包括车辆颜色、车辆型号等，其中车辆颜色识别在车辆道路监控中有着举足轻重的作用，是车辆信息中不可或缺的一部分。

车身颜色识别容易受到识别区域光照、天气、污损、遮挡等环境因素的影响导致颜色失真，尤其是太阳光的反光现象，会很大程度上改变车身本身的颜色值，导致颜色识别错误。而且，对于监控摄像头采集到的车辆信息，还存在车辆姿态多样性，其他区域纹理干扰的问题，导致车身颜色无法准确识别。

目前，关于车身颜色识别的方法主要是在车身上选择一处平滑区域作为颜色识别区域，然后使用颜色模板或者如SVM等机器学习的方法来识别出具体的颜色。车身颜色区域定位作为颜色识别的第一步具有重要的作用，定位区域质量的好坏，直接影响到颜色识别结果的准确与否。而目前大多数颜色识别算法把主要精力放在了识别方法上，定位区域的选择仅仅使用纹理信息，通过边缘密度选取车身定位区域，当车身发生强反光或遮挡阴影的时候，由于反光区域纹理较少，通常会被选择作为定位区域，导致识别结果不正确。

发明内容

本发明为了弥补现有技术的不足，提供了一种结构简单、使用方便的用于车身颜色识别的有效区域定位方法。

本发明是通过如下技术方案实现的：

本发明的用于车身颜色识别的有效区域定位方法，其特征在于：包括以下步骤：

(1)获取车身颜色识别初步定位区域；

(2)对初步定位区域图像进行图像预处理；

(3)对预处理后的图像计算分块特征掩膜图像；

(4)对特征掩膜图像对应的定位图像计算亮度特征，更新掩膜图像；

(5)对获取的特征掩膜图像进行信息统计；

(6)根据掩膜图像统计信息，修正掩膜图像值，获取最终定位图像。

第(1)步中，获取车身颜色识别初步定位区域，包括获取车牌定位信息和定位图像；

首先根据车牌定位技术获取车牌在整幅图像中的位置信息，即矩形信息，包括车牌左上角在图像中的坐标(x₀,y₀)，车牌的宽度w₀和高度h₀；

获取初步定位区域具体为：根据车牌位置，获取车牌上方的一个矩形区域作为初步定位区域,设该区域宽高分别为w和h。

第(2)步中，对初步定位区域进行图像预处理，包括纹理信息提取和形态学处理；