CN103077392B - 车标检测方法及装置 - Google Patents
车标检测方法及装置 Download PDFInfo
- Publication number
- CN103077392B CN103077392B CN201210592527.9A CN201210592527A CN103077392B CN 103077392 B CN103077392 B CN 103077392B CN 201210592527 A CN201210592527 A CN 201210592527A CN 103077392 B CN103077392 B CN 103077392B
- Authority
- CN
- China
- Prior art keywords
- car mark
- mark region
- image
- car
- region
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种车标检测方法及装置,该方法包括:在汽车的灰度图像上,确定边缘分割操作后边缘密度满足预定要求的区域作为车牌区域;使用车牌信息和所述车牌区域定位车标区域;在所述车标区域,使用通过边缘检测和分水岭分割进行车标检测。通过本发明,提高了车标检测的准确率。
Description
技术领域
本发明涉及通信领域,具体而言,涉及一种车标检测方法及装置。
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。车标定位技术作为智能交通中车标识别的一个重要环节,常见的汽车车标一般位于车牌的上方,利用车牌与车标的拓扑关系,确定车标的大致区域;大多数车辆的车标按形状可以分为圆形,椭圆和方形。由于有些背景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,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。而车标的精定位分割是车标识别中最重要的一步,目前常见的车标形状分为圆形、椭圆和矩形,针对车牌上方区域的车标需要一种有效的方法进行准确的检测。
发明内容
针对相关技术中车标检测的准确率比较低的问题,本发明提供了一种车标检测方法及装置,以至少解决该问题。
根据本发明的一个方面,提供了一种车标检测方法,包括:在汽车的灰度图像上,确定边缘分割操作后边缘密度满足预定要求的区域作为车牌区域;使用车牌信息和所述车牌区域定位车标区域;在所述车标区域,使用通过边缘检测和分水岭分割进行车标检测。
优选地,使用车牌信息在所述车牌区域上确定车标区域之后,还包括:使用车牌水平矫正中的旋转角度和双线性插值对所述车标区域进行水平倾斜矫正。
优选地,在使用车牌水平矫正中的旋转角度和双线性插值对所述车标区域进行水平倾斜矫正之后,还包括:对所述车标区域对应的图像进行灰度化和背景剔除操作;将所述操作后的图像进行二值化操作。
优选地,在所述车标区域,使用通过边缘检测和分水岭分割进行车标检测包括:在所述车标区域,通过形态学边缘检测得到边缘图像;使用确定的车标区域的坐标和分水岭分割在所述边缘图像上进行车标检测。
根据本发明的另一方面,提供了一种标检测装置,包括:确定模块,用于在汽车的灰度图像上,确定边缘分割操作后边缘密度满足预定要求的区域作为车牌区域;定位模块,用于使用车牌信息和所述车牌区域定位车标区域;第一检测模块,用于在所述车标区域,使用通过边缘检测和分水岭分割进行车标检测。
优选地,上述装置还包括:矫正模块,用于使用车牌水平矫正中的旋转角度和双线性插值对所述车标区域进行水平倾斜矫正。
优选地,上述装置还包括:第一处理模块,用于对所述车标区域对应的图像进行灰度化和背景剔除操作;第二处理模块,用于将所述操作后的图像进行二值化操作。
优选地,所述第一检测模块包括:第二检测模块,用于在所述车标区域,通过形态学边缘检测得到边缘图像;第三检测模块,用于使用确定的车标区域的坐标和分水岭分割在所述边缘图像上进行车标检测。
通过本发明,采用在汽车的灰度图像上,确定边缘分割操作后边缘密度满足预定要求的区域作为车牌区域;使用车牌信息和该车牌区域定位车标区域;在该车标区域,使用通过边缘检测和分水岭分割进行车标检测,解决了相关技术中车标检测的准确率比较低的问题,进而达到了提高车标检测的准确率的效果。
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检测方法的流程图;
图2是根据本发明实施例的车标检测装置的结构框图;
图3是根据本发明实施例的车标检测装置的优选的结构框图;以及
图4是根据本发明实施例的形态学车标分割流程图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。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。
本实施例提供了一种车标检测方法,图1是根据本发明实施例的车标检测方法的流程图,如图1所示,该方法包括如下的步骤S102至步骤S106。
步骤S102:在汽车的灰度图像上,确定边缘分割操作后边缘密度满足预定要求的区域作为车牌区域。
步骤S104:使用车牌信息和该车牌区域定位车标区域。
步骤S106:在该车标区域,使用通过边缘检测和分水岭分割进行车标检测。
优选地,在使用车牌信息在该车牌区域上确定车标区域之后,还包括:使用车牌水平矫正中的旋转角度和双线性插值对该车标区域进行水平倾斜矫正。
优选地,在使用车牌水平矫正中的旋转角度和双线性插值对该车标区域进行水平倾斜矫正之后,还包括:对该车标区域对应的图像进行灰度化和背景剔除操作;将该操作后的图像进行二值化操作。
优选地,在该车标区域,使用通过边缘检测和分水岭分割进行车标检测包括:在该车标区域,通过形态学边缘检测得到边缘图像;使用确定的车标区域的坐标和分水岭分割在该边缘图像上进行车标检测。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
在另外一个实施例中,还提供了一种车牌检测软件,该软件用于执行上述实施例及优选实施例中描述的技术方案。
在另外一个实施例中,还提供了一种存储介质,该存储介质中存储有上述车牌检测软件,该存储介质包括但不限于:光盘、软盘、硬盘、可擦写存储器等。
本发明实施例还提供了一种车牌检测装置,该车牌检测装置可以用于实现上述车牌检测方法及优选实施方式,已经进行过说明的,不再赘述,下面对该车牌检测装置中涉及到的模块进行说明。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统和方法较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图2是根据本发明实施例的车标检测装置的结构框图,如图2所示,该装置包括:确定模块22,定位模块24,第一检测模块26,下面对上述结构进行详细描述。
确定模块22,用于在汽车的灰度图像上,确定边缘分割操作后边缘密度满足预定要求的区域作为车牌区域;定位模块24,连接至确定模块22,用于使用车牌信息和该车牌区域定位车标区域;第一检测模块26,连接至定位模块24,用于在该车标区域,使用通过边缘检测和分水岭分割进行车标检测。
图3是根据本发明实施例的车标检测装置的优选的结构框图,如图3所示,该装置还包括:矫正模块32,第一处理模块34,第二处理模块36,第一检测模块26包括:第二检测模块262和第三检测模块264,下面对上述结构进行详细描述。
优选地,上述装置还包括:矫正模块32,用于使用车牌水平矫正中的旋转角度和双线性插值对该车标区域进行水平倾斜矫正。
优选地,上述装置还包括:第一处理模块34,连接至矫正模块32,用于对该车标区域对应的图像进行灰度化和背景剔除操作;第二处理模块36,连接至第一处理模块34,用于将该操作后的图像进行二值化操作。
优选地,第一检测模块26包括:第二检测模块262,用于在该车标区域,通过形态学边缘检测得到边缘图像;第三检测模块264,连接至第二检测模块362,用于使用确定的车标区域的坐标和分水岭分割在该边缘图像上进行车标检测。
下面将结合优选实施例进行说明,以下优选实施例结合了上述实施例及优选实施方式。
优选实施例一
本优选实施例提供了一种基于形态学的车标分割定位方法,该方法包括如下步骤S202至步骤S206。
步骤S202:在灰度图像上,进行形态学边缘检测,然后将边缘密度比较大的区域作为候选的车牌区域。
步骤S204:对判别为车牌的区域进行车牌预处理,然后利用车牌信息粗定位到车标区域,包括车牌定位,粗定位车标区域,二值化,水平矫正,垂直矫正。
步骤S206:利用形态学和分水岭的特征在有背景的粗定位车标区域进行车标检测,实现车标的自动定位和分割。
优选地,上述车标预处理方法还包括:利用otsu二值化算法,将车牌二值化,然后在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角度,然后将粗定位的车标区域按照此角度,利用双线性插值进行矫正。
优选地,为了下一步对车标精定位分割,对粗定位的车标区域进行灰度化,背景剔除,利用otsu二值化算法进行二值化。
优选地,所述车标的分割方法还包括:对经过预处理的粗定位区域,首先通过形态学边缘检测得到边缘图像,然后在边缘图像的基础上,结合车标的特性去除不构成车标的直线,减少无关直线对检测的干扰,最后应用数学形态学滤波,确定车标区域的坐标并利用分水岭分割方法对图像进行分割,获得车标精定位。采用本方法提高了车标的检测效率和准确度。
优选实施例二
本优选实施例提供了一种有效的分割定位车牌上方车标的方法,通过首先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,分别按车标的特征,进行分割处理,得到最后的分割结果。
该方法包括如下步骤S302至步骤306。
步骤S302:车标粗定位。
在本步骤中,利用边缘检测或者机器学习等算法对输入图像进行车牌定位,然后根据车牌定位信息粗定位车标的信息区域,由于车牌定位可以采用相关技术中实施方式,在此不再赘述。
步骤S304:车标粗定位区域预处理:利用车牌矫正的参数对车标粗定位的区域进行水平矫正。
在本步骤中,可以通过如下实施方式进行水平矫正:利用车牌水平矫正中的旋转角度信息结合双线性插值对车标区域进行水平倾斜校正。
步骤S306:车标精定位分割。
在本步骤中,可以通过如下步骤实现车标精定位:
(1)将矫正过的车标粗定位区域进行灰度化,利用结构元素对灰度图像进行一次开运算,去除背景图像
(2)利用otsu二值化算法进行二值化,在进行形态学的操作,得到连通域,将面积很小的白点去掉
(3)利用形态学算子滤除噪声,计算原始图像的形态学梯度图像,对梯度图像进行形态学开闭重建,并添加内部标记用来区别背景中的外部标记,对重建的梯度图像进行标准的分水岭变换,实现图像的区域分割。
在对车标进行分割后,可以执行寻找车标区域的步骤。
例如:可以根据中轴线检测连通区域,将位于中轴线的联通区域用标签标注,分别进行处理,统计出连通域的位置,在粗定位的校正后的区域截取最终的车标,从而做到车标的精定位。
优选实施例三
本优选实施例提供了一种形态学车标分割方法,图4是根据本发明实施例的形态学车标分割流程图,如图4所示,该方法包括如下步骤S402至步骤S414。
步骤S402:输入汽车图像。
步骤S404:车牌定位。该步骤可以采用上述优选实施例中的实施方式。
步骤S406:车标粗定位。
步骤S408:形态学边缘检测。
步骤S410:形态学分水岭分割。
步骤S412:车标精定位分割。
步骤S414:未找到车标。
通过上述实施例,提供了一种车标分割方法及装置,通过首先根据车牌定位信息阶段判别出车标的大致区域,融合车标粗定位和精定位的结果,对车牌上方区域进行处理,剔除其背景和干扰物对车标的影响,有效的解决了车标分割定位的问题。然后在精定位阶段,分别按车标的特征,进行分割处理,得到最后的分割结果,从而达到了提高车标的检测效率和准确度的效果。需要说明的是,这些技术效果并不是上述所有的实施方式所具有的,有些技术效果是某些优选实施方式才能取得的。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种车标检测方法,其特征在于包括:
在汽车的灰度图像上,确定边缘分割操作后边缘密度满足预定要求的区域作为车牌区域;
使用车牌信息和所述车牌区域定位车标区域;
利用otsu二值化算法,将车牌二值化,然后在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角度,然后将粗定位的车标区域按照此角度,利用双线性插值对所述车标区域进行水平倾斜矫正;
利用otsu二值化算法进行二值化,再进行形态学的操作,得到连通域,将所述车标区域中面积很小的白点去掉;
在所述车标区域,使用通过边缘检测和分水岭分割进行车标检测,其中,利用形态学算子滤除噪声,计算原始图像的形态学梯度图像,对梯度图像进行形态学开闭重建,并添加内部标记用来区别背景中的外部标记,得到边缘图像,在边缘图像的基础上,结合车标的特性去除不构成车标的直线,确定所述车标区域的坐标并利用分水岭分割在所述车标区域进行车标检测。
2.根据权利要求1所述的方法,其特征在于,在使用车牌水平矫正中的旋转角度和双线性插值对所述车标区域进行水平倾斜矫正之后,还包括:
对所述车标区域对应的图像进行灰度化和背景剔除操作;
将所述操作后的图像进行二值化操作。
3.一种车标检测装置,其特征在于包括:
确定模块,用于在汽车的灰度图像上,确定边缘分割操作后边缘密度满足预定要求的区域作为车牌区域;
定位模块,用于使用车牌信息和所述车牌区域定位车标区域;
水平倾斜矫正模块,用于利用otsu二值化算法,将车牌二值化,然后在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角度,然后将粗定位的车标区域按照此角度,利用双线性插值对所述车标区域进行水平倾斜矫正;
去噪模块,用于利用otsu二值化算法进行二值化,再进行形态学的操作,得到连通域,将所述车标区域中面积很小的白点去掉;
第一检测模块,用于在所述车标区域,使用通过边缘检测和分水岭分割进行车标检测,其中,利用形态学算子滤除噪声,计算原始图像的形态学梯度图像,对梯度图像进行形态学开闭重建,并添加内部标记用来区别背景中的外部标记,得到边缘图像,在边缘图像的基础上,结合车标的特性去除不构成车标的直线,确定所述车标区域的坐标并利用分水岭分割在所述车标区域进行车标检测。
4.根据权利要求3所述的装置,其特征在于,还包括:
第一处理模块,用于对所述车标区域对应的图像进行灰度化和背景剔除操作;
第二处理模块,用于将所述操作后的图像进行二值化操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210592527.9A CN103077392B (zh) | 2012-12-30 | 2012-12-30 | 车标检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210592527.9A CN103077392B (zh) | 2012-12-30 | 2012-12-30 | 车标检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103077392A CN103077392A (zh) | 2013-05-01 |
CN103077392B true CN103077392B (zh) | 2016-04-20 |
Family
ID=48153916
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210592527.9A Expired - Fee Related CN103077392B (zh) | 2012-12-30 | 2012-12-30 | 车标检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103077392B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103093230A (zh) * | 2013-01-21 | 2013-05-08 | 信帧电子技术(北京)有限公司 | 车标检测方法及装置 |
CN111369570B (zh) * | 2020-02-24 | 2023-08-18 | 成都空御科技有限公司 | 一种视频图像的多目标检测跟踪方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1928892A (zh) * | 2006-09-20 | 2007-03-14 | 王枚 | 一种车牌定位识别、车标定位识别及车型识别的方法及装置 |
CN101196980A (zh) * | 2006-12-25 | 2008-06-11 | 四川川大智胜软件股份有限公司 | 基于视频的高速移动车辆标志精确识别方法 |
CN101630361A (zh) * | 2008-12-30 | 2010-01-20 | 北京邮电大学 | 一种基于车牌、车身颜色和车标识别的套牌车辆识别设备及方法 |
CN102419820A (zh) * | 2011-08-18 | 2012-04-18 | 电子科技大学 | 一种快速检测视频与图像中汽车车标的方法 |
-
2012
- 2012-12-30 CN CN201210592527.9A patent/CN103077392B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1928892A (zh) * | 2006-09-20 | 2007-03-14 | 王枚 | 一种车牌定位识别、车标定位识别及车型识别的方法及装置 |
CN101196980A (zh) * | 2006-12-25 | 2008-06-11 | 四川川大智胜软件股份有限公司 | 基于视频的高速移动车辆标志精确识别方法 |
CN101630361A (zh) * | 2008-12-30 | 2010-01-20 | 北京邮电大学 | 一种基于车牌、车身颜色和车标识别的套牌车辆识别设备及方法 |
CN102419820A (zh) * | 2011-08-18 | 2012-04-18 | 电子科技大学 | 一种快速检测视频与图像中汽车车标的方法 |
Non-Patent Citations (1)
Title |
---|
基于先验知识和标记分水岭的车牌定位算法;王洪元等;《常州大学学报(自然科学版)》;20100930;第22卷(第3期);摘要,第65页左栏第2段 * |
Also Published As
Publication number | Publication date |
---|---|
CN103077392A (zh) | 2013-05-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106407981B (zh) | 一种车牌识别方法、装置及系统 | |
CN102999886B (zh) | 图像边缘检测器及标尺光栅栅线精度检测系统 | |
CN103927526B (zh) | 一种基于高斯差分多尺度边缘融合的车辆检测方法 | |
CN109583280A (zh) | 车道线识别方法、装置、设备及存储介质 | |
CN103077407B (zh) | 车标定位识别方法及系统 | |
CN108537099A (zh) | 一种复杂背景的车牌识别方法 | |
CN102402686B (zh) | 一种基于连通域分析的车牌字符分割方法 | |
CN105303189A (zh) | 一种用于检测预定区域中特定标识图像的方法及装置 | |
CN108154149B (zh) | 基于深度学习网络共享的车牌识别方法 | |
WO2020186790A1 (zh) | 车型识别方法、装置、计算机设备及存储介质 | |
CN103065144A (zh) | 车标识别方法及装置 | |
Paunwala et al. | A novel multiple license plate extraction technique for complex background in Indian traffic conditions | |
CN102419820A (zh) | 一种快速检测视频与图像中汽车车标的方法 | |
CN109584300A (zh) | 一种确定车头朝向角度的方法及装置 | |
CN104112139A (zh) | 一种lpr车牌精确定位的方法和系统 | |
CN106971185A (zh) | 一种基于全卷积网络的车牌定位方法及装置 | |
CN109685827B (zh) | 一种基于dsp的目标检测与跟踪方法 | |
CN107564006B (zh) | 一种利用Hough变换的圆形目标检测方法 | |
CN103093229B (zh) | 车标定位方法及装置 | |
CN104182728A (zh) | 一种基于模式识别的车标自动定位与识别方法 | |
CN103077392B (zh) | 车标检测方法及装置 | |
CN105023002A (zh) | 基于主动视觉的车标定位方法 | |
CN103065140A (zh) | 车标的定位方法及装置 | |
CN103093230A (zh) | 车标检测方法及装置 | |
CN103065142A (zh) | 车标分割方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160420 Termination date: 20191230 |