[发明专利]一种车标定位方法

说明书

本申请属于图像处理技术领域，特别是涉及一种车标定位方法。现有的车标定位方法大多使用传统方法，定位率和鲁棒性都比较差。本申请提供一种车标定位方法，所述方法包括如下步骤：步骤1)：获取车辆前脸图像；步骤2)：提取图像初级特征；步骤3)：采用多尺度频谱残差法计算融合得到最终显著图，将显著图分割成多个子显著区域，则形成多个注意焦点；步骤4)：对各区域的复杂度进行计算；步骤5)：采用改进蚁群算法优化焦点转移路径；步骤6)：判定车标区域。本申请车标定位算法具有更好的定位率和鲁棒性。

技术领域

本申请属于图像处理技术领域，特别是涉及一种车标定位方法。

背景技术

车标是指各种汽车品牌的标志，主要用于车辆识别，这些标志往往成为汽车企业的代表。汽车的标志包括汽车的商标或厂标，产品标牌，发动机型号及出厂编号，整车型号及出厂编号以及车辆识别代号等。按我国国家规定，新车登记和年度检验时，都要检查这些标志。汽车应当具有自己的标志，用以表明汽车的生产厂家、车型、发动机功率、承载质量、发动机及整车的出厂编号等。它们的作用是便于销售者、使用者、维修人员、交通管理部门识别车辆的“身份”。

车标是车辆的一个重要属性，不同于车牌，车标难以更换、涂改，在盗抢车辆追查、违章车辆自动记录、停车场无人管理、桥梁路口自动收费等领域都有广泛的应用。但是，现有的车标定位方法大多使用传统方法，定位率和鲁棒性都比较差。

发明内容

1.要解决的技术问题

基于车标是车辆的一个重要属性，不同于车牌，车标难以更换、涂改，在盗抢车辆追查、违章车辆自动记录、停车场无人管理、桥梁路口自动收费等领域都有广泛的应用。但是，现有的车标定位方法大多使用传统方法，定位率和鲁棒性都比较差的问题，本申请提供了一种车标定位方法。

2.技术方案

为了达到上述的目的，本申请提供了一种车标定位方法，所述方法包括如下步骤：

步骤1)：获取车辆前脸图像；

步骤2)：提取图像初级特征；

步骤3)：采用多尺度频谱残差法计算融合得到最终显著图，将显著图分割成多个子显著区域，则形成多个注意焦点；

步骤4)：对各区域的复杂度进行计算；

步骤5)：采用改进蚁群算法优化焦点转移路径；

步骤6)：判定车标区域。

可选地，所述步骤2)中初级特征包括颜色、亮度或者方向中的一种或者几种。

可选地，所述颜色和亮度特征提取为将原图像经过非线性各项异性扩散方程的计算，提取出关于颜色特征和亮度特征的显著图。

可选地，所述颜色和亮度特征提取方法如下：

高斯滤波函数G(x，y，σ)改进为正则化的非线性各项异性扩散方程即P-M方程：

尺度σ分别为原始图像的1/2，1/4；对原始输入图像I(x，y)在不同尺度滤波器下逐级进行子采样和低通滤波，同时运用图像的梯度模值，将滤波与图像的边缘检测结合起来，根据图像的信息改变扩散系数且扩散系数在图像的边缘处达到极小值，根据每次迭代出来的图像的梯度的大小进行边缘判断，然后用正则化的P-M方程得到非线性扩散滤波后的图像；上式中计算的解I_σ(x，y，t)即为经过正则化滤波后的图像。

可选地，所述方向特征提取为通过Gabor滤波器提取朝向敏感的特征，将原图像转化为朝向特征的图像；

Gabor滤波器的函数表示为：

式中x’,y′分别为：