CN103065144A - 车标识别方法及装置 - Google Patents

Abstract

本发明公开了一种车标识别方法及装置，其中，该方法包括：获取车标图像；对车标图像进行字符检测，以获取字符数据；根据字符数据对车标图像进行分割，以获取分割图像；将分割图像与预设图像进行识别匹配，并获取识别结果。通过本发明，解决了现有技术中由于车牌的背景或前方会有干扰物，而不能对车标进行准确识别，从而不能准确识别车辆类型的问题，实现了准确地识别车标，从而准确识别车辆类型的效果。

Description

车标识别方法及装置

技术领域

本发明涉及图像处理领域，具体而言，涉及一种车标识别方法及装置。

背景技术

随着社会经济的发展，车辆的增多，通过计算机信息化、智能化的管理车辆成为必然。车牌识别技术被广泛应用在交通流量监测，高速公路卡口收费，闯红灯违章车辆监控及小区自动收费系统中。目前的处理技术只能对车牌和大型、中型、小型车辆进行识别，但不能识别具体的车型。车标的识别大体分为车标粗定位，车标精定位，车标识别三个步骤。车辆识别在智能交通领域扮演着重要的角色，车标识别是车辆识别的新的研究方向，是对车牌和车型识别的重要补充和发展，车标定位是一种典型的目标检测和目标定位技术，而车标的精定位分割是车标识别中最重要的一步，目前常见的车标可以分为有规则形状的车标和字符型的车标，针对车牌上方区域的字符形车标需要一种有效的方法进行准确的定位分割和识别。常见的汽车字符形车标一般位于车牌的上方，由于有些背景纹理和前方的干扰物会影响到车标的分割，完全剔除这些干扰物比较困难。

针对现有技术中由于车牌的背景或前方会有干扰物，而不能对车标进行准确识别，从而不能准确识别车辆类型的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术由于车牌的背景或前方会有干扰物，而不能对车标进行准确识别，从而不能准确识别车辆类型的问题，目前尚未提出有效的解决方案，为此，本发明的主要目的在于提供一种车标识别方法及装置，以解决上述问题。

为了实现上述目的，根据本发明的一个方面，提供了一种车标识别方法，该方法包括：获取车标图像；对车标图像进行字符检测，以获取字符数据；根据字符数据对车标图像进行分割，以获取分割图像；将分割图像与预设图像进行识别匹配，并获取识别结果。

进一步地，对车标图像进行字符检测，以获取字符数据的步骤包括：对车标图像进行边缘检测，以获取边缘图像；使用变换检测算法对边缘图像进行字符检测，以获取字符位置信息；根据字符位置信息对边缘图像进行形态学滤波处理，以获取字符数据。

进一步地，将分割图像与预设图像进行识别匹配，并获取识别结果的步骤包括：基于预设规格数据对分割图像进行规整处理，以获取处理后的分割图像；分别从处理后的分割图像和预设图像中提取第一字符方向线素特征和第二字符方向线素特征；将第一字符方向线素特征与第二字符方向线素特征进行相似度对比，并获取第一字符方向线素特征与第二字符方向线素特征的相似度值；检测相似度值是否符合第一预设范围，在相似度值符合第一预设范围的情况下，则得到处理后的分割图像和预设图像相同的识别结果。

进一步地，获取车标图像的步骤包括：获取车牌图像，并对车牌图像进行边缘检测，以获取车牌定位信息；根据车牌定位信息定位车标的信息区域，以获取初始车标图像；计算获取初始车标图像的二值图，并从二值图中提取边缘信息；根据边缘信息进行矫正角度计算，以获取矫正参数；将初始车标图像按照矫正参数进行矫正，以获取矫正后的车标图像。

进一步地，在将初始车标图像按照矫正参数进行矫正，以获取矫正后的车标图像之后，方法还包括：对矫正后的车标图像进行灰度化处理，以获取第一车标图像；对第一车标图像进行形态学操作，以获取第一车标图像中的连通区域，并从连通区域中提取车标图像。

为了实现上述目的，根据本发明的一个方面，提供了一种车标识别装置，该装置包括：第一获取模块，用于获取车标图像；第一处理模块，用于对车标图像进行字符检测，以获取字符数据；第二处理模块，用于根据字符数据对车标图像进行分割，以获取分割图像；匹配模块，用于将分割图像与预设图像进行识别匹配，并获取识别结果。

进一步地，第一处理模块包括：第一子处理模块，用于对车标图像进行边缘检测，以获取边缘图像；第二子处理模块，用于使用变换检测算法对边缘图像进行字符检测，以获取字符位置信息；滤波模块，用于根据字符位置信息对边缘图像进行形态学滤波处理，以获取字符数据。

进一步地，匹配模块包括：第三子处理模块，用于基于预设规格数据对分割图像进行规整处理，以获取处理后的分割图像；提取模块，用于分别从处理后的分割图像和预设图像中提取第一字符方向线素特征和第二字符方向线素特征；对比模块，用于将第一字符方向线素特征与第二字符方向线素特征进行相似度对比，并获取第一字符方向线素特征与第二字符方向线素特征的相似度值；检测模块，用于检测相似度值是否符合第一预设范围，在相似度值符合第一预设范围的情况下，则得到处理后的分割图像和预设图像相同的识别结果。

进一步地，第一获取模块包括：第二获取模块，用于获取车牌图像，并对车牌图像进行边缘检测，以获取车牌定位信息；第三子处理模块，用于根据车牌定位信息定位车标的信息区域，以获取初始车标图像；第一计算模块，用于计算获取初始车标图像的二值图，并从二值图中提取边缘信息；第二计算模块，用于根据边缘信息进行矫正角度计算，以获取矫正参数；第四子处理模块，用于将初始车标图像按照矫正参数进行矫正，以获取矫正后的车标图像。

进一步地，第一获取模块还包括：第五子处理模块，用于对矫正后的车标图像进行灰度化处理，以获取第一车标图像；第六子处理模块，用于对第一车标图像进行形态学操作，以获取第一车标图像中的连通区域，并从连通区域中提取车标图像。

通过本发明，在获取车标图像中的字符数据之后，根据字符数据对车标图像分割获取分割图像，然后将分割图像与预设图像进行识别匹配，并获取识别结果，解决了现有技术中由于车牌的背景或前方会有干扰物，而不能对车标进行准确识别，从而不能准确识别车辆类型的问题，实现了准确地识别车标，从而准确识别车辆类型的效果。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的车标识别装置的结构示意图；

图2是根据本发明实施例的车标识别方法的流程图；以及

图3是根据图2所示实施例的车标识别方法的流程图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

图1是根据本发明实施例的车标识别装置的结构示意图。如图1所示，该装置可以包括：第一获取模块10，用于获取车标图像；第一处理模块30，用于对车标图像进行字符检测，以获取字符数据；第二处理模块50，用于根据字符数据对车标图像进行分割，以获取分割图像；匹配模块70，用于将分割图像与预设图像进行识别匹配，并获取识别结果。

采用本发明，在第一获取模块获取车标图像之后，第一处理模块对车标图像进行字符检测，以获取字符数据，然后第二处理模块根据字符数据对车标图像进行分割，以获取分割图像，并通过匹配模块将分割图像与预设图像进行识别匹配，并获取识别结果。通过本发明，在获取车标图像中的字符数据之后，根据字符数据对车标图像分割获取分割图像，然后将分割图像与预设图像进行识别匹配，并获取识别结果，解决了现有技术中由于车牌的背景或前方会有干扰物，而不能对车标进行准确识别，从而不能准确识别车辆类型的问题，实现了准确地识别车标，从而准确识别车辆类型的效果。

具体地，上述实施例中的定位识别方法利用车牌与车标的拓扑结构关系粗定位到车标图像，然后对车标图像按字符具有的特性进行分割定位，最后将分割出来的排列规则的车标图像中的连通区域区域进行形态学处理，进一步选取最优的区域为最后的车标分割结果进行识别。

在本发明的上述实施例中，利用字符型车牌的车标特征对车标图像进行字符特征检测，实现字符型车标的自动定位和分割，然后分别将分割的字符图像与模板库中的预设图像进行比较识别，获取识别结果。

具体地，在车牌的灰度图像上，进行sobel边缘检测，将边缘密度比较大的区域作为候选的车牌区域；对候选的车牌区域进行车牌预处理，以获取车标图像。其中，对候选的车牌区域进行车牌预处理的过程包括：利用车牌定位信息粗定位到车标区域，具体地，包括车牌定位，粗定位车标区域，对粗定位区域的二值化，水平矫正，垂直矫正。

根据本发明的上述实施例，第一处理模块30可以包括：第一子处理模块，用于对车标图像进行边缘检测，以获取边缘图像；第二子处理模块，用于使用变换检测算法对边缘图像进行字符检测，以获取字符位置信息；滤波模块，用于根据字符位置信息对边缘图像进行形态学滤波处理，以获取字符数据。

具体地，对获取到的车标图像，首先通过边缘检测得到边缘图像，然后在边缘图像的基础上，利用字符车标特征获得边缘图像中局部区域内的极大值点，通过广义Hough变换检测算法进行字符检测，从而确定字符位置信息，最后应用数学形态学滤波，获取字符数据。其中，该字符数据可以是根据字符数据信息在车标图像中获取到的字符图像，该字符图像可以是应用数学形态学滤波对具有复杂背景的车标图像进行分割而获得精定位的车标图像。

根据本发明的上述实施例，匹配模块70可以包括：第三子处理模块，用于基于预设规格数据对分割图像进行规整处理，以获取处理后的分割图像；提取模块，用于分别从处理后的分割图像和预设图像中提取第一字符方向线素特征和第二字符方向线素特征；对比模块，用于将第一字符方向线素特征与第二字符方向线素特征进行相似度对比，并获取第一字符方向线素特征与第二字符方向线素特征的相似度值；检测模块，用于检测相似度值是否符合第一预设范围，在相似度值符合第一预设范围的情况下，则得到处理后的分割图像和预设图像相同的识别结果。

具体地，对经过分割图像采用基于字符重心的方法进行规整，统一规整大小为40×20mm；然后从规整后的分割图像中抽取第一字符方向线素特征，将抽取到的第一字符方向线素特征与预设图像中的第二字符方向线素特征进行匹配，根据最近邻的原则输出结果。具体地，将第一字符方向线素特征与第二字符方向线素特征进行相似度对比，并获取第一字符方向线素特征与第二字符方向线素特征的相似度值，然后检测相似度值是否符合第一预设范围，在相似度值符合第一预设范围的情况下，则得到处理后的分割图像和预设图像相同的识别结果；在相似度值不符合第一预设范围的情况下，则得到处理后的分割图像和预设图像不同的识别结果，然后将待识别的车标图像与数据库中其它的预设图像进行匹配，直至获取与待识别的车标图像相同的预设图像，则与待识别的车标图像相同的预设图像的车牌类型即为待识别的车标图像的车牌类型。

根据本发明的上述实施例，第一获取模块10可以包括：第二获取模块，用于获取车牌图像，并对车牌图像进行边缘检测，以获取车牌定位信息；第三子处理模块，用于根据车牌定位信息定位车标的信息区域，以获取初始车标图像；第一计算模块，用于计算获取初始车标图像的二值图，并从二值图中提取边缘信息；第二计算模块，用于根据边缘信息进行矫正角度计算，以获取矫正参数；第四子处理模块，用于将初始车标图像按照矫正参数进行矫正，以获取矫正后的车标图像。

具体地，利用otsu二值化算法，将初始车标图像进行二值化计算，获取初始车标图像的二值图，然后在初始车标图像的二值图上提取水平边缘信息，对水平边缘图在一定角度范围内以一定的间隔进行角度旋转，每旋转一次，统计前四行最大的水平投影的值，最后选取这个值最大所对应的角度即为矫正参数，然后将初始车标图像按照矫正参数，利用双线性插值进行矫正，并获取矫正后的车标图像。

根据本发明的上述实施例，第一获取模块10还可以包括：第五子处理模块，用于对矫正后的车标图像进行灰度化处理，以获取第一车标图像；第六子处理模块，用于对第一车标图像进行形态学操作，以获取第一车标图像中的连通区域，并从连通区域中提取车标图像。

具体地，对矫正后的车标图像进行灰度化处理，以将矫正后的车标图像中的背景剔除。

图2是根据本发明实施例的车标识别方法的流程图。图3是根据图2所示实施例的车标识别方法的流程图。如图2和图3所示该方法包括如下步骤：

步骤S102，获取车标图像。

步骤S104，对车标图像进行字符检测，以获取字符数据。

步骤S106，根据字符数据对车标图像进行分割，以获取分割图像。

步骤S108，将分割图像与预设图像进行识别匹配，并获取识别结果。

采用本发明，在获取车标图像之后，对车标图像进行字符检测，以获取字符数据，然后根据字符数据对车标图像进行分割，以获取分割图像，并将分割图像与预设图像进行识别匹配，并获取识别结果。通过本发明，在获取车标图像中的字符数据之后，根据字符数据对车标图像分割获取分割图像，然后将分割图像与预设图像进行识别匹配，并获取识别结果，解决了现有技术中由于车牌的背景或前方会有干扰物，而不能对车标进行准确识别，从而不能准确识别车辆类型的问题，实现了准确地识别车标，从而准确识别车辆类型的效果。

在本发明的上述实施例中，对车标图像进行字符检测，以获取字符数据的步骤可以包括：对车标图像进行边缘检测，以获取边缘图像；使用变换检测算法对边缘图像进行字符检测，以获取字符位置信息；根据字符位置信息对边缘图像进行形态学滤波处理，以获取字符数据。

具体地，将车标图像进行水平投影和垂直投影，以获取边缘图像，采用分水岭的方法对边缘进行字符分割，以获取字符位置信息，然后根据字符位置信息确定字符在边缘图像中的坐标，并根据该坐标对边缘图像进行形态学滤波处理，以获取字符数据。

根据本发明的上述实施例，将分割图像与预设图像进行识别匹配，并获取识别结果的步骤可以包括：基于预设规格数据对分割图像进行规整处理，以获取处理后的分割图像；分别从处理后的分割图像和预设图像中提取第一字符方向线素特征和第二字符方向线素特征；将第一字符方向线素特征与第二字符方向线素特征进行相似度对比，并获取第一字符方向线素特征与第二字符方向线素特征的相似度值；检测相似度值是否符合第一预设范围，在相似度值符合第一预设范围的情况下，则得到处理后的分割图像和预设图像相同的识别结果。

在本发明的上述实施例中，获取车标图像的步骤可以包括：获取车牌图像，并对车牌图像进行边缘检测，以获取车牌定位信息；根据车牌定位信息定位车标的信息区域，以获取初始车标图像；计算获取初始车标图像的二值图，并从二值图中提取边缘信息；根据边缘信息进行矫正角度计算，以获取矫正参数；将初始车标图像按照矫正参数进行矫正，以获取矫正后的车标图像。

具体地，利用边缘检测或者机器学习等算法对输入的车牌图像进行边缘检测，以获取车牌定位信息，然后根据车牌定位信息粗定位车标的信息区域，以获取初始车标图像，然后利用矫正参数对初始车标图像进行水平矫正，以获取矫正后的车标图像。具体地，可以利用校正参数中的旋转角度信息结合双线性插值对初始车标图像进行水平倾斜校正。

如图3所示，步骤S102可以通过如下步骤实现：

步骤S202：输入车牌图像。

步骤S204：车牌定位。具体地，执行步骤S206至步骤S210，以获取精准的车标图像。

步骤S206：车标粗定位，获取初始车标图像。

步骤S208：检测初始车标图像是否为字符型的车标图像。具体地，在初始车标图像为字符型的车标图像的情况下，执行步骤S210，在初始车标图像不为字符型的车标图像的情况下，执行步骤S214：进行二次检测，直到检测到字符型的车标图像。

在本发明的上述实施例中，根据车牌定位信息阶段判别出车标的大致区域，然后在精定位阶段，分别字符型车标的特征，进行分割处理，然后将分割区域按匹配的方法进行识别，得到最后的分割识别结果。

根据本发明的上述实施例，在将初始车标图像按照矫正参数进行矫正，以获取矫正后的车标图像之后，方法还包括：对矫正后的车标图像进行灰度化处理，以获取第一车标图像；对第一车标图像进行形态学操作，以获取第一车标图像中的连通区域，并从连通区域中提取车标图像。

具体地，如图3所示的步骤S210：从初始车标图像的连通区域中提取车标图像。

步骤S212：进行车标识别。具体地，根据提取到的车标图像进行车标识别，获取识别结果。

在本发明的上述实施例中，将经过车标粗定位和精定位获取到的车标图像，融合字符分割阶段和字符识别的结果，对车牌上方字符型的车标进行定位分割识别，有效的解决了字符型车标分割定位识别的问题。

具体地，将矫正过的车标图像进行灰度化处理，具体地可以利用结构元素对灰度图像进行一次开运算，去除背景图像，然后利用otsu二值化算法进行二值化计算，获取车标图像的二值图，并对车标图像的二值图进行形态学的操作，得到连通区域，以将车标图像的二值图中面积很小的白点去掉，获取一个或多个连通区域，之后通过广义Hough变换的检测算法对上述的连通区域进行字符检测，检测出类似矩形的大致位置用标签标记。更具体地，根据中轴线检测连通域，将处于同一水平区域的的矩形（大于或等于2个矩形）分割车标图像，统计出矩形连通区域的位置，在矫正过的车标图像中截取获取最终的车标图像。

从以上的描述中，可以看出，本发明实现了如下技术效果：通过本发明，在获取车标图像中的字符数据之后，根据字符数据对车标图像分割获取分割图像，然后将分割图像与预设图像进行识别匹配，并获取识别结果，解决了现有技术中由于车牌的背景或前方会有干扰物，而不能对车标进行准确识别，从而不能准确识别车辆类型的问题，实现了准确地识别车标，从而准确识别车辆类型的效果。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例或者实施例的某些部分所述的方法。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种车标识别方法，其特征在于，包括：

获取车标图像；

对所述车标图像进行字符检测，以获取字符数据；

根据所述字符数据对所述车标图像进行分割，以获取分割图像；

将所述分割图像与预设图像进行识别匹配，并获取识别结果。

2.根据权利要求1所述的方法，其特征在于，对所述车标图像进行字符检测，以获取字符数据的步骤包括：

对所述车标图像进行边缘检测，以获取边缘图像；

使用变换检测算法对所述边缘图像进行字符检测，以获取字符位置信息；

根据所述字符位置信息对所述边缘图像进行形态学滤波处理，以获取所述字符数据。

3.根据权利要求1所述的方法，其特征在于，将所述分割图像与预设图像进行识别匹配，并获取识别结果的步骤包括：

基于预设规格数据对所述分割图像进行规整处理，以获取处理后的分割图像；

分别从所述处理后的分割图像和所述预设图像中提取第一字符方向线素特征和第二字符方向线素特征；

将所述第一字符方向线素特征与所述第二字符方向线素特征进行相似度对比，并获取所述第一字符方向线素特征与所述第二字符方向线素特征的相似度值；

检测所述相似度值是否符合第一预设范围，在所述相似度值符合所述第一预设范围的情况下，则得到所述处理后的分割图像和所述预设图像相同的识别结果。

4.根据权利要求1所述的方法，其特征在于，获取车标图像的步骤包括：

获取车牌图像，并对所述车牌图像进行边缘检测，以获取车牌定位信息；

根据所述车牌定位信息定位车标的信息区域，以获取初始车标图像；

计算获取所述初始车标图像的二值图，并从所述二值图中提取边缘信息；

根据所述边缘信息进行矫正角度计算，以获取矫正参数；

将所述初始车标图像按照所述矫正参数进行矫正，以获取矫正后的车标图像。

5.根据权利要求4所述的方法，其特征在于，在将所述初始车标图像按照所述矫正参数进行矫正，以获取矫正后的车标图像之后，所述方法还包括：

对所述矫正后的车标图像进行灰度化处理，以获取第一车标图像；

对所述第一车标图像进行形态学操作，以获取所述第一车标图像中的连通区域，并从所述连通区域中提取所述车标图像。

6.一种车标识别装置，其特征在于，包括：

第一获取模块，用于获取车标图像；

第一处理模块，用于对所述车标图像进行字符检测，以获取字符数据；

第二处理模块，用于根据所述字符数据对所述车标图像进行分割，以获取分割图像；

匹配模块，用于将所述分割图像与预设图像进行识别匹配，并获取识别结果。

7.根据权利要求6所述的装置，其特征在于，所述第一处理模块包括：

第一子处理模块，用于对所述车标图像进行边缘检测，以获取边缘图像；

第二子处理模块，用于使用变换检测算法对所述边缘图像进行字符检测，以获取字符位置信息；

滤波模块，用于根据所述字符位置信息对所述边缘图像进行形态学滤波处理，以获取所述字符数据。

8.根据权利要求6所述的装置，其特征在于，所述匹配模块包括：

第三子处理模块，用于基于预设规格数据对所述分割图像进行规整处理，以获取处理后的分割图像；

提取模块，用于分别从所述处理后的分割图像和所述预设图像中提取第一字符方向线素特征和第二字符方向线素特征；

对比模块，用于将所述第一字符方向线素特征与所述第二字符方向线素特征进行相似度对比，并获取所述第一字符方向线素特征与所述第二字符方向线素特征的相似度值；

检测模块，用于检测所述相似度值是否符合第一预设范围，在所述相似度值符合所述第一预设范围的情况下，则得到所述处理后的分割图像和所述预设图像相同的识别结果。

9.根据权利要求6所述的装置，其特征在于，所述第一获取模块包括：

第二获取模块，用于获取车牌图像，并对所述车牌图像进行边缘检测，以获取车牌定位信息；

第三子处理模块，用于根据所述车牌定位信息定位车标的信息区域，以获取初始车标图像；

第一计算模块，用于计算获取所述初始车标图像的二值图，并从所述二值图中提取边缘信息；

第二计算模块，用于根据所述边缘信息进行矫正角度计算，以获取矫正参数；

第四子处理模块，用于将所述初始车标图像按照所述矫正参数进行矫正，以获取矫正后的车标图像。

10.根据权利要求9所述的装置，其特征在于，所述第一获取模块还包括：

第五子处理模块，用于对所述矫正后的车标图像进行灰度化处理，以获取第一车标图像；

第六子处理模块，用于对所述第一车标图像进行形态学操作，以获取所述第一车标图像中的连通区域，并从所述连通区域中提取所述车标图像。

Images