CN105023002A - 基于主动视觉的车标定位方法 - Google Patents

Abstract

本发明涉及一种基于主动视觉的车标定位方法，其具体步骤是：（1）采用主动视觉搜索寻找车辆的后视镜，并倾斜校正；（2）搜索车辆的车牌和车灯位置；（3）车标的粗定位；（4）根据车标不同位置以及不同的散热网纹理采用不同的方法实现车标精定位。本发明引入了主动视觉的概念，利用主动视觉中，主动的选择性注意机制，主动搜索后视镜，并逐步搜索车灯和车牌区域，通过后视镜进行倾斜校正，通过这两个区域确定水平和竖直方向的范围；定位过程中使用了由粗到精的逐级定位的方法，有利于提高准确性；车标定位中区分了不同的三种散热网的纹理，提高算法的适用性。

Description

基于主动视觉的车标定位方法

 技术领域

    本发明涉及一种图像处理和模式识别技术，尤其涉及一种基于主动视觉的车标定位方法。

背景技术

随着社会经济的不断发展，汽车数量的急剧增加，如何解决日益严重的交通问题，已成为智能交通中研究的重点问题，而基于视觉的车辆自动识别系统是智能交通系统的重要组成部分。车辆的自动识别系统包括车牌识别、车型识别和车标识别。车标识别技术包括车标定位和车标识别两项关键技术，而车标定位是其中最为关键的步骤。根据车标信息，在车辆刑事案件中可以迅速缩小目标范围，提高破案的效率。现阶段道路监控一般只是识别车牌信息，但是目前存在套牌等现象，导致识别结果错误，给正常的用户带来不必要的麻烦和损失，如果将车标信息和车牌信息等相结合，将会极大的提高车辆识别的可靠性。目前，车标定位主要方法是通过边缘检测方法得到，但是容易收到车标位置、车标所处纹理等条件的限制。

车标定位基本原理：利用图像采集系统进行车辆正面图像的采集，并将图像传送给计算机，由计算机对车标进行定位。

主动视觉技术就是模拟人类的“头-眼”，在灵活性上有很大的提高，会根据需要有选择的对其中一部分加以重视，具备选择机制和注视机制。

发明内容

本发明的目的是要提供一种基于主动视觉的车标定位方法，用于实时在线监测车标信息，能准确了解车辆的品牌，并通过和车牌、车型等信息的结合，对道路交通的运行进行监控，为道路管理提供良好的技术支持。

本发明所采用的技术方案是：

一种基于主动视觉的车标定位方法，其具体步骤是：

（1）搜索寻找车辆的后视镜，并倾斜校正

采用监测系统主动搜索车辆的后视镜，找到两侧后视镜后，连接两个后视镜区域的最高点，其连线与水平方向的夹角为倾斜校正的角度；

（2）搜索车辆的车牌和车灯位置

主动搜索车牌区域，根据车牌定位车标的垂直范围，根据三绝对值投影法获得车灯位置，其中三绝对值最大梯度定义如下：

                                                      

其中，G(x,y)为像素点(x,y)分别与像素点 (x-1,y+1)、(x,y+1)和(x+1,y+1)的灰度差绝对值的最大值，根据车灯定位车标的水平范围以及对车辆的车标不在车灯之间，水平范围进行向上扩展1个车灯宽度，形成两部分待检测区域；

（3）车标的粗定位

在水平范围扩大后将其通过坐标分为两部分，首先通过统计直方图法判断在车灯上方1个w范围内纹理是不是较为复杂，如果纹理复杂则可以判定车标处于车灯上部，否则处于车灯之间，从而完成车标的粗定位；

（4）车标的精定位

粗定位完成后需要对所得到图像进行精定位，当车标在车灯上方时，采用边缘检测和形态学方法完成车标的精定位；当车标处于车灯之间时，对于水平纹理和垂直纹理背景特点的车标，应用sobel算子的水平模板和垂直模板进行水平边缘和垂直边缘检测，最后使用形态学的闭运算进行车标精定位；对于具有左右对称性的网状纹理背景特点的车标，首先在粗定位区域中，从左侧截取1/10宽度的矩形区域作为模板，然后从左向右进行模板匹配，当匹配度小于阈值T时，得到左边界，同理获得右边界；对左右边界精定位完成后的车标图像进行Sobel边缘检测，然后进行水平轮廓投影，投影值连续不为0的区域中宽度最大的区域即为车标的上下边界，最终完成车标区域的精确定位。

本发明的有益效果是：

1.    引入了主动视觉的概念，利用主动视觉中，主动的选择性注意机制，主动搜索后视镜，并逐步搜索车灯和车牌区域，通过后视镜进行倾斜校正，并由车牌以及车灯区域确定水平和竖直方向的范围；

2.    定位过程中使用了由粗到精的逐级定位的方法，有利于提高准确性；

3.    车标定位中区分了不同的三种散热网的纹理，提高算法的适用性。

附图说明

图1是本发明的主动视觉的车标定位流程图；

图2是车标粗定位流程图；

图3是车标精定位流程图；

图4是实例图片找2w范围示意图；

图5是三绝对值处理后的水平投影图；

图6是阈值处理后的水平投影图；

图7是车标粗定位结果；

图8是车标精定位结果；

图9是车标定位的最终结果。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

如图1至图9所示，一种基于主动视觉的车标定位方法，通过主动搜索机制，寻找车辆的后视镜，找到两侧后视镜后，连接两个后视镜区域的最高点，该直线与水平方向的夹角就是倾斜校正的角度。

在基于先验知识的基础上，进行粗定位，主动搜索车牌区域，对车牌进行定位，根据车牌定位车标的垂直范围，能够将车标定位于其中，但在车灯进行水平范围定位时可能较小，有些车型的车标并不是在车灯之间，而是在上方，比如：奔驰等。所以我们在进行水平定位时需要在车灯的水平方向向上扩展1个单位w。

    在水平范围扩大后将其通过坐标分为两部分，首先通过统计直方图法判断在车灯上方1个w范围内纹理是不是较为复杂，如果纹理复杂则可以判定车标处于车灯上部，否则处于车灯之间，从而完成车标的粗定位。

 粗定位完成后需要对所得到图像进行精定位，当车标在车灯上方时，采用边缘检测和形态学方法完成车标的精定位。当车标处于车灯之间时，分析车标，车标不仅形状复杂，其背景即散热器网的纹理也分为多种，大体有水平纹理、垂直纹理和网状纹理三种。根据车标背景的上述特点，对于水平纹理和垂直纹理，应用sobel算子的水平模板和垂直模板进行水平边缘和垂直边缘检测，最后使用形态学的闭运算进行车标精定位。对于网状纹理，因为这种纹理良好的左右对称性，首先在粗定位区域中，从左侧截取1/10宽度的矩形区域作为模板，然后从左向右进行模板匹配，当匹配度小于阈值T时，可以得到左边界，同理可以获得右边界；对左右边界精定位完成后的车标图像进行Sobel边缘检测，然后进行水平轮廓投影，投影值连续不为0的区域中宽度最大的区域即为车标的上下边界，最终完成车标区域的精确定位。

本发明的具体步骤是：

步骤1:首先根据先验知识可以知道，车辆的后视镜具有良好的位置特征，后视镜出现在监控图像的上半部分，所以通过这个经验，只对上半部分进行形态学操作，经过处理后可以获得后视镜的范围，通过提取两侧后视镜的高点，连接成线，与水平线的夹角就是倾斜校正的角度；(完成倾斜校正)

步骤2:在主动搜索到后视镜完成倾斜校正后，根据先验知识（先验知识是散热网的纹理类型），寻找汽车的车牌，定位车牌完成，就可以获得车标粗定位区域的垂直范围；

步骤3:然后通过三绝对值投影法定位车灯位置，分别获得车灯的上边缘和下边缘，连接上边缘两点确定水平上界，连接下边缘两点确定水平下界；

步骤4:由于车标不一定存在于车灯之间，如奔驰等，在车灯上边缘线上方，所以搜索范围扩展一个车灯宽度的范围,根据水平和垂直的两个范围，获得车标的搜索范围，完成车标的粗定位，如图7所示；

步骤5:首先搜索上方区域，通过边缘直方图方法进行检测，判断车标是否存在于该区域,如果存在则使用边缘检测和形态学方法完成车标的精定位，如图8所示；

步骤6:如果检测发现不在车灯上方，则存在于车灯部分，根据先验知识判断得到的散热器的纹理类型，包括水平纹理、垂直纹理和网状纹理，不同的纹理处理方式不同。对于水平纹理和垂直纹理，应用sobel算子的水平模板和垂直模板进行水平边缘检测和垂直边缘检测，最后使用形态学的闭运算进行车标精定位。对于网状纹理，因为这种纹理良好的左右对称性，首先在粗定位区域中，从左侧截取1/10宽度的矩形区域作为模板，然后从左向右进行模板匹配，当匹配度小于阈值T时，可以得到左边界，同理可以获得右边界；对左右边界精定位后的车标图像进行Sobel边缘检测，然后进行水平轮廓投影，投影值连续不为0的区域中宽度最大的区域即为车标的上下边界，最终完成车标区域的精确定位，如图9所示。

Claims (1)

1.一种基于主动视觉的车标定位方法，其特征在于，其具体步骤是：

（1）搜索寻找车辆的后视镜，并倾斜校正

采用监测系统主动搜索车辆的后视镜，找到两侧后视镜后，连接两个后视镜区域的最高点，其连线与水平方向的夹角为倾斜校正的角度；

（2）搜索车辆的车牌和车灯位置

主动搜索车牌区域，根据车牌定位车标的垂直范围，根据三绝对值投影法获得车灯位置，其中三绝对值最大梯度定义如下：

                                                        

其中，G(x,y)为像素点(x,y)分别与像素点 (x-1,y+1)、(x,y+1)和(x+1,y+1)的灰度差绝对值的最大值，根据车灯定位车标的水平范围以及对车辆的车标不在车灯之间，水平范围进行向上扩展1个车灯宽度，形成两部分待检测区域；

（3）车标的粗定位

在水平范围扩大后将其通过坐标分为两部分，首先通过统计直方图法判断在车灯上方1个w范围内纹理是不是较为复杂，如果纹理复杂则可以判定车标处于车灯上部，否则处于车灯之间，从而完成车标的粗定位；

（4）车标的精定位

粗定位完成后需要对所得到图像进行精定位，当车标在车灯上方时，采用边缘检测和形态学方法完成车标的精定位；当车标处于车灯之间时，对于水平纹理和垂直纹理背景特点的车标，应用sobel算子的水平模板和垂直模板进行水平边缘和垂直边缘检测，最后使用形态学的闭运算进行车标精定位；对于具有左右对称性的网状纹理背景特点的车标，首先在粗定位区域中，从左侧截取1/10宽度的矩形区域作为模板，然后从左向右进行模板匹配，当匹配度小于阈值T时，得到左边界，同理获得右边界；对左右边界精定位完成后的车标图像进行Sobel边缘检测，然后进行水平轮廓投影，投影值连续不为0的区域中宽度最大的区域即为车标的上下边界，最终完成车标区域的精确定位。