CN105426899B - 车辆识别方法、装置和客户端 - Google Patents
车辆识别方法、装置和客户端 Download PDFInfo
- Publication number
- CN105426899B CN105426899B CN201410484133.0A CN201410484133A CN105426899B CN 105426899 B CN105426899 B CN 105426899B CN 201410484133 A CN201410484133 A CN 201410484133A CN 105426899 B CN105426899 B CN 105426899B
- Authority
- CN
- China
- Prior art keywords
- profile
- identified
- taillight
- edge
- vehicle
- 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.)
- Active
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种车辆识别方法、装置和客户端。其中,车辆识别方法包括:获取待识别车辆的尾灯的初始图像;对初始图像进行灰度处理,得到中间图像;从中间图像中提取尾灯的轮廓,作为待识别轮廓;从预设数据库中查找与待识别轮廓相匹配的尾灯轮廓,作为目标轮廓,其中,预设数据库中存储有不同的尾灯轮廓;以及从预设数据库中获取与目标轮廓对应的车辆信息,作为待识别车辆的信息,其中,预设数据库中还存储有与不同的尾灯轮廓对应的车辆信息。解决了现有技术中进行车辆识别的方式复杂的问题,进而达到了提高识别速度的效果。
Description
技术领域
本发明涉及图像识别领域,具体而言,涉及一种车辆识别方法、装置和客户端。
背景技术
随着智能终端的普及,基于智能终端进行图像识别获取相关信息的技术也越来越成熟,现有技术中通常是基于条形码或者二维码的方式进行图像扫描,读取出相关信息,此种获取信息的方式对于具有条形码或二维码的对象而言,能够快速方便地获取到该对象的相关信息;但是,如果对象本身不具有条形码或者二维码,则利用条形码或者二维码扫描方式进行信息获取的方式则无法正常进行,导致没有办法进行信息识别。尤其是在车辆方面,由于汽车车辆本身并没有唯一的条形码或者二维码,因此无法通过条形码或者二维码扫描方式来获取车辆的相关信息,导致车辆信息识别不方便,需要通过其它复杂方式进行车辆识别,造成识别速度和识别效率均较低。
针对相关技术中进行车辆识别的方式复杂的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种车辆识别方法、装置和客户端,以至少解决现有技术中进行车辆识别的方式复杂的技术问题。
根据本发明实施例的一个方面,提供了一种车辆识别方法。
根据本发明实施例的车辆识别方法包括:获取待识别车辆的尾灯的初始图像;对所述初始图像进行灰度处理,得到中间图像;从所述中间图像中提取所述尾灯的轮廓,作为待识别轮廓;从预设数据库中查找与所述待识别轮廓相匹配的尾灯轮廓,作为目标轮廓,其中,所述预设数据库中存储有不同的尾灯轮廓;以及从所述预设数据库中获取与所述目标轮廓对应的车辆信息,作为所述待识别车辆的信息,其中,所述预设数据库中还存储有与不同的尾灯轮廓对应的车辆信息。
根据本发明实施例的又一方面,还提供了一种车辆识别装置。
根据本发明实施例的车辆识别装置包括:第一获取单元,用于获取待识别车辆的尾灯的初始图像;第一处理单元,用于对所述初始图像进行灰度处理,得到中间图像;提取单元,用于从所述中间图像中提取所述尾灯的轮廓,作为待识别轮廓;查找单元,用于从预设数据库中查找与所述待识别轮廓相匹配的尾灯轮廓,作为目标轮廓,其中,所述预设数据库中存储有不同的尾灯轮廓;以及第二获取单元,用于从所述预设数据库中获取与所述目标轮廓对应的车辆信息,作为所述待识别车辆的信息,其中,所述预设数据库中还存储有与不同的尾灯轮廓对应的车辆信息。
根据本发明实施例的又一方面,还提供了一种车辆识别客户端。
根据本发明实施例的车辆识别客户端包括:指令接收单元,用于接收用户的触发指令,其中,所述触发指令用于触发终端设备的中央处理单元获取待识别车辆的尾灯的初始图像;以及显示单元,用于显示所述待识别车辆的信息,其中,所述中央处理单元在获取到所述初始图像后,还用于对所述初始图像进行灰度处理,得到中间图像,从所述中间图像中提取所述尾灯的轮廓,作为待识别轮廓,并接收与所述待识别轮廓对应的车辆信息,作为所述待识别车辆的信息。
根据本发明实施例的又一方面,还提供了一种车辆识别方法。
根据本发明实施例的车辆识别方法包括:接收用户的触发指令,其中,所述触发指令用于触发终端设备的中央处理单元获取待识别车辆的尾灯的初始图像;以及显示所述待识别车辆的信息,其中,所述中央处理单元在获取到所述初始图像后,还用于对所述初始图像进行灰度处理,得到中间图像,从所述中间图像中提取所述尾灯的轮廓,作为待识别轮廓,并接收与所述待识别轮廓对应的车辆信息,作为所述待识别车辆的信息。
在本发明实施例中,采用获取待识别车辆的尾灯的初始图像;对初始图像进行灰度处理,得到中间图像;从中间图像中提取尾灯的轮廓,作为待识别轮廓;从预设数据库中查找与待识别轮廓相匹配的尾灯轮廓,作为目标轮廓,其中,预设数据库中存储有不同的尾灯轮廓;以及从预设数据库中获取与目标轮廓对应的车辆信息,作为待识别车辆的信息,其中,预设数据库中还存储有与不同的尾灯轮廓对应的车辆信息。通过对车辆的尾灯轮廓进行提取,进而利用车辆的尾灯轮廓对比匹配的方式来获取车辆信息,此种进行车辆识别的方式,只需将待识别车辆的尾灯轮廓与预设数据库中存储的轮廓进行比对,即可识别出车辆信息,解决了现有技术中进行车辆识别的方式复杂的技术问题,进而达到了提高识别速度的技术效果。并且,由于车辆的尾灯造型具有唯一性,因此,此种进行车辆识别方式的准确度较高,达到了提高车辆识别精确度的效果。
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辆识别方法的硬件环境图;
图2是根据本发明实施例的车辆识别方法的流程图;
图3是根据本发明实施例的车辆识别装置的示意图;
图4是实施本发明实施例的车辆识别方法的移动终端的示意图;
图5是根据本发明实施例的车辆识别客户端的示意图;以及
图6是根据本发明又一实施例的车辆识别方法的流程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种可以通过本申请装置实施例执行的方法实施例,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。
根据本发明实施例,提供了一种车辆识别方法。
可选地,在本实施例中,上述车辆识别方法可以应用于如图1所示的移动终端102和服务器104所构成的硬件环境中。如图1所示,移动终端102通过网络与服务器104进行连接,上述网络包括但不限于:移动通信网络、广域网、城域网或局域网,移动终端102可以是手机终端,也可以是PC终端、笔记本终端或平板电脑终端。
图2是根据本发明实施例的车辆识别方法的流程图,如图2所示,该车辆方法主要包括如下步骤S202至步骤S210:
S202:获取待识别车辆的尾灯的初始图像,具体地,初始图像一般是彩色的图像,可以利用移动终端102的拍照功能对待识别车辆的尾灯进行拍照,得到该初始图像,也可以利用其它第三方工具对待识别车辆的尾灯进行拍照,然后利用移动终端102的数据传输功能来接收第三方拍摄到的尾灯的初始图像,或者利用移动终端102的图像扫描或图像读取功能来得到尾灯的初始图像。
S204:对初始图像进行灰度处理,得到中间图像,即,对彩色的初始图像进行灰度处理,以减小后续识别步骤中的数据处理量,提高识别速度,进行灰度处理的具体处理方式可以采用现有技术中任一种进行灰度处理的方式。
S206:从中间图像中提取尾灯的轮廓,作为待识别轮廓,即,从进行灰度处理后的中间图像中提取出待识别车辆的尾灯轮廓,将提取出的该尾灯轮廓作为待识别轮廓。
S208:从预设数据库中查找与待识别轮廓相匹配的尾灯轮廓,作为目标轮廓,其中,预设数据库中存储有不同的尾灯轮廓,预设数据库可以是设置在服务器104上的数据库。
S210:从预设数据库中获取与目标轮廓对应的车辆信息,作为待识别车辆的信息,其中,预设数据库中还存储有与不同的尾灯轮廓对应的车辆信息,车辆信息包括品牌、价格、行情、4S店面等。
本发明实施例所提供的车辆识别方法,通过对车辆的尾灯轮廓进行提取,进而利用车辆的尾灯轮廓对比匹配的方式来获取车辆信息,此种进行车辆识别的方式,只需将待识别车辆的尾灯轮廓与预设数据库中存储的轮廓进行比对,即可识别出车辆信息,解决了现有技术中进行车辆识别的方式复杂的问题,进而达到了提高识别速度的效果。并且,由于车辆的尾灯造型具有唯一性,因此,此种进行车辆识别方式的准确度较高,达到了提高车辆识别精确度的效果。
进一步地,在本发明实施例中,主要利用区域自适应阈值的Canny算子从中间图像中提取待识别轮廓,具体为:首先,利用区域自适应阈值的Canny算子从中间图像中搜索线条;其次,从搜索到的线条中选择封闭的线条;然后,确定选择出的封闭的线条为待识别轮廓。即,使用区域自适应阈值的Canny算子求取尾灯边缘图,在求取边缘图中对搜索的线条进行聚合和筛选,根据直线拟合参数,从所有的线条中选择组成闭合形状的线条集(这个闭合的线条集即尾灯轮廓)。
其中,在使用区域自适应阈值的Canny算子求取边缘图的过程中,包括以下步骤:
1)将图像划分为4*4共16块子区域;
2)在每一个子区域,利用公式(1)计算该区域内的累积灰度直方图:
公式(1):
其中,i为第i个灰度级,范围0~255,I(g)为图像中灰度为g的像素个数;
3)利用公式(2)根据累积灰度直方图选取高阈值Thh和低阈值Th1:
公式(2):
4)根据区域阈值运行Canny算子,算子处理到某子区域时,采用该区域内的高低阈值进行处理,跨区域的边界邻域内采用相邻子区域的阈值均值处理。
进一步地,在本发明实施例所提供的车辆识别方法中,从预设数据库中查找与待识别轮廓相匹配的尾灯轮廓,作为目标轮廓可以具体为如下步骤S11至步骤S15:
S11:提取待识别轮廓的形状图和边缘图,对于提取出的待识别轮廓的形状图可以称作第一形状图,对于提取出的待识别轮廓的边缘图可以称作第一边缘图,形状图的提取方式可以采用现有技术中任一种进行形状图提取的方式,边缘图的提取方式可以采用现有技术中任一种进行边缘图提取的方式。
S12:从预设数据库中查找与第一形状图相匹配的第二形状图,并查找与第一边缘图相匹配的第二边缘图,其中,预设数据库以形状图和边缘图的形式存储不同的尾灯轮廓。
S13:获取第二形状图表示的尾灯轮廓,作为第一轮廓,并获取第二边缘图表示的尾灯轮廓,作为第二轮廓。
S14:判断第一轮廓和第二轮廓是否为相同的轮廓。
S15:在判断出第一轮廓和第二轮廓为相同的轮廓的情况下,确定第一轮廓或第二轮廓为目标轮廓,即,当根据待识别轮廓的形状图匹配出的轮廓,与根据待识别轮廓的边缘图匹配出的轮廓为相同轮廓的情况下,确定该这一相同轮廓为目标轮廓,也即,根据待识别轮廓的与汽车尾灯轮廓样本库(预设数据库)中的形状相似度和边缘吻合度,进行车型识别,在形状和边缘均相吻合的情况下,才确定匹配出的轮廓为目标轮廓,以提高车辆的识别精确度,最大程度避免识别误差。
优选地,在对初始图像进行灰度处理,得到中间图像之后,本发明实施例的车辆识别方法还包括:对中间图像进行降噪处理,其中,从中间图像中提取尾灯的轮廓,作为待识别轮廓包括:从降噪处理后的中间图像中提取待识别轮廓。具体地,可以利用双边滤波方式对中间图像进行降噪处理。
通过对中间图像进行降噪处理,然后基于降噪后的中间图像进行待识别轮廓的提取,达到了进一步提高识别精度的效果。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
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根据上述实施例的方法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,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
实施例2
根据本发明实施例,还提供了一种用于实施上述车辆识别方法的车辆识别装置,该车辆识别装置主要用于执行本发明实施例上述内容所提供的车辆识别方法,以下对本发明实施例所提供的车辆识别装置做具体介绍:
图3是根据本发明实施例的车辆识别装置的示意图,如图3所示,该车辆识别装置主要包括第一获取单元10、第一处理单元20、提取单元30、查找单元40和第二获取单元50,其中:
第一获取单元10用于获取待识别车辆的尾灯的初始图像,具体地,初始图像一般是彩色的图像,可以利用移动终端102的拍照功能对待识别车辆的尾灯进行拍照,得到该初始图像,也可以利用其它第三方工具对待识别车辆的尾灯进行拍照,然后利用移动终端102的数据传输功能来接收第三方拍摄到的尾灯的初始图像,或者利用移动终端102的图像扫描或图像读取功能来得到尾灯的初始图像。
第一处理单元20用于对初始图像进行灰度处理,得到中间图像,即,对彩色的初始图像进行灰度处理,以减小后续识别步骤中的数据处理量,提高识别速度,进行灰度处理的具体处理方式可以采用现有技术中任一种进行灰度处理的方式。
提取单元30用于从中间图像中提取尾灯的轮廓,作为待识别轮廓,即,从进行灰度处理后的中间图像中提取出待识别车辆的尾灯轮廓,将提取出的该尾灯轮廓作为待识别轮廓。
查找单元40用于从预设数据库中查找与待识别轮廓相匹配的尾灯轮廓,作为目标轮廓,其中,预设数据库中存储有不同的尾灯轮廓,预设数据库可以是设置在服务器104上的数据库。
第二获取单元50用于从预设数据库中获取与目标轮廓对应的车辆信息,作为待识别车辆的信息,其中,预设数据库中还存储有与不同的尾灯轮廓对应的车辆信息,车辆信息包括品牌、价格、行情、4S店面等。
本发明实施例所提供的车辆识别装置,通过对车辆的尾灯轮廓进行提取,进而利用车辆的尾灯轮廓对比匹配的方式来获取车辆信息,此种进行车辆识别的方式,只需将待识别车辆的尾灯轮廓与预设数据库中存储的轮廓进行比对,即可识别出车辆信息,解决了现有技术中进行车辆识别的方式复杂的问题,进而达到了提高识别速度的效果。并且,由于车辆的尾灯造型具有唯一性,因此,此种进行车辆识别方式的准确度较高,达到了提高车辆识别精确度的效果。
进一步地,在本发明实施例中,提取单元30主要包括第一提取子单元,该第一提取子单元主要用于利用区域自适应阈值的Canny算子从中间图像中提取待识别轮廓。具体地,第一提取子单元包括搜索模块、选择模块和确定模块,其中,搜索模块用于利用区域自适应阈值的Canny算子从中间图像中搜索线条;选择模块用于从搜索到的线条中选择封闭的线条;确定模块用于确定选择出的封闭的线条为待识别轮廓。即,使用区域自适应阈值的Canny算子求取尾灯边缘图,在求取边缘图中对搜索的线条进行聚合和筛选,根据直线拟合参数,从所有的线条中选择组成闭合形状的线条集(这个闭合的线条集即尾灯轮廓)。
其中,在使用区域自适应阈值的Canny算子求取边缘图的过程中,提取单元30还用于执行以下步骤:
1)将图像划分为4*4共16块子区域;
2)在每一个子区域,利用公式(1)计算该区域内的累积灰度直方图:
公式(1):
其中,i为第i个灰度级,范围0~255,I(g)为图像中灰度为g的像素个数;
3)利用公式(2)根据累积灰度直方图选取高阈值Thh和低阈值Th1:
公式(2):
4)根据区域阈值运行Canny算子,算子处理到某子区域时,采用该区域内的高低阈值进行处理,跨区域的边界邻域内采用相邻子区域的阈值均值处理。
进一步地,在本发明实施例所提供的车辆识别装置中,查找单元40主要包括第二提取子单元、查找子单元、获取子单元、判断子单元和确定子单元,其中:
第二提取子单元用于提取待识别轮廓的形状图和边缘图,对于提取出的待识别轮廓的形状图可以称作第一形状图,对于提取出的待识别轮廓的边缘图可以称作第一边缘图,形状图的提取方式可以采用现有技术中任一种进行形状图提取的方式,边缘图的提取方式可以采用现有技术中任一种进行边缘图提取的方式。
查找子单元用于从预设数据库中查找与第一形状图相匹配的第二形状图,并查找与第一边缘图相匹配的第二边缘图,其中,预设数据库以形状图和边缘图的形式存储不同的尾灯轮廓;
获取子单元用于获取第二形状图表示的尾灯轮廓,作为第一轮廓,并获取第二边缘图表示的尾灯轮廓,作为第二轮廓。
判断子单元用于判断第一轮廓和第二轮廓是否为相同的轮廓。
确定子单元用于在判断出第一轮廓和第二轮廓为相同的轮廓的情况下,确定第一轮廓或第二轮廓为目标轮廓,即,当根据待识别轮廓的形状图匹配出的轮廓,与根据待识别轮廓的边缘图匹配出的轮廓为相同轮廓的情况下,确定该这一相同轮廓为目标轮廓,也即,根据待识别轮廓的与汽车尾灯轮廓样本库(预设数据库)中的形状相似度和边缘吻合度,进行车型识别,在形状和边缘均相吻合的情况下,才确定匹配出的轮廓为目标轮廓,以提高车辆的识别精确度,最大程度避免识别误差。
优选地,本发明实施例所提供的车辆识别装置还包括第二处理单元,该第二处理单元用于对中间图像进行降噪处理,其中,提取单元用于从降噪处理后的中间图像中提取待识别轮廓。具体地,第二处理单元包括处理子单元,该处理子单元用于利用双边滤波方式对中间图像进行降噪处理。
通过对中间图像进行降噪处理,然后基于降噪后的中间图像进行待识别轮廓的提取,达到了进一步提高识别精度的效果。
从以上的描述中,可以看出,本发明实现了只需将待识别车辆的尾灯轮廓与预设数据库中存储的轮廓进行比对,即可识别出车辆信息,达到了提高识别速度的效果。并且,由于车辆的尾灯造型具有唯一性,因此,此种进行车辆识别方式的准确度较高,达到了提高车辆识别精确度的效果。
实施例3
根据本发明实施例,还提供了一种用于实施上述车辆识别方法的移动终端,如图4所示,该移动终端主要包括处理器401、摄像头402、显示器403、数据接口404、存储器405和网络接口406,其中:
摄像头402主要用于对待识别车辆的尾灯进行拍照,得到后续进行车辆识别的初始图像。
数据接口404则主要通过数据传输的方式将第三方工具拍摄到的初始图像传输给处理器401。
存储器405主要用于存储初始图像和利用初始图像进行车辆识别的中间文件。
网络接口406主要用于与服务器进行网络通信,为车辆识别提供数据支持。
显示器403主要用于显示识别出的车辆信息。
处理器401主要用于执行如下操作:
获取待识别车辆的尾灯的初始图像;对初始图像进行灰度处理,得到中间图像;从中间图像中提取尾灯的轮廓,作为待识别轮廓;从预设数据库中查找与待识别轮廓相匹配的尾灯轮廓,作为目标轮廓,其中,预设数据库中存储有不同的尾灯轮廓;以及从预设数据库中获取与目标轮廓对应的车辆信息,作为待识别车辆的信息,其中,预设数据库中还存储有与不同的尾灯轮廓对应的车辆信息。
处理器401还用于利用区域自适应阈值的Canny算子从中间图像中提取待识别轮廓。
处理器401还用于利用区域自适应阈值的Canny算子从中间图像中搜索线条;从搜索到的线条中选择封闭的线条;以及确定选择出的封闭的线条为待识别轮廓。
处理器401还用于提取待识别轮廓的形状图和边缘图;从预设数据库中查找与第一形状图相匹配的第二形状图,并查找与第一边缘图相匹配的第二边缘图,其中,第一形状图为提取出的待识别轮廓的形状图,第一边缘图为提取出的待识别轮廓的边缘图,预设数据库以形状图和边缘图的形式存储不同的尾灯轮廓;获取第二形状图表示的尾灯轮廓,作为第一轮廓,并获取第二边缘图表示的尾灯轮廓,作为第二轮廓;判断第一轮廓和第二轮廓是否为相同的轮廓;以及在判断出第一轮廓和第二轮廓为相同的轮廓的情况下,确定第一轮廓或第二轮廓为目标轮廓。
处理器401还用于对中间图像进行降噪处理,其中,从中间图像中提取尾灯的轮廓,作为待识别轮廓包括:从降噪处理后的中间图像中提取待识别轮廓。
处理器401还用于利用双边滤波方式对中间图像进行降噪处理。
可选地,本实施例中的具体示例可以参考上述实施例1和实施例2中所描述的示例,本实施例在此不再赘述。
实施例4
本发明的实施例还提供了一种存储介质。可选地,在本实施例中,上述存储介质可以用于存储本发明实施例的车辆识别方法的程序代码。
可选地,在本实施例中,上述存储介质可以位于移动通信网络、广域网、城域网或局域网的网络中的多个网络设备中的至少一个网络设备。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:
S1,获取待识别车辆的尾灯的初始图像;
S2,对初始图像进行灰度处理,得到中间图像;
S3,从中间图像中提取尾灯的轮廓,作为待识别轮廓;
S4,从预设数据库中查找与待识别轮廓相匹配的尾灯轮廓,作为目标轮廓,其中,预设数据库中存储有不同的尾灯轮廓;
S5,从预设数据库中获取与目标轮廓对应的车辆信息,作为待识别车辆的信息,其中,预设数据库中还存储有与不同的尾灯轮廓对应的车辆信息。
可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
可选地,在本实施例中,处理器根据存储介质中已存储的程序代码执行利用区域自适应阈值的Canny算子从中间图像中提取待识别轮廓。
可选地,在本实施例中,处理器根据存储介质中已存储的程序代码执行利用区域自适应阈值的Canny算子从中间图像中搜索线条;从搜索到的线条中选择封闭的线条;以及确定选择出的封闭的线条为待识别轮廓。
可选地,在本实施例中,处理器根据存储介质中已存储的程序代码执行提取待识别轮廓的形状图和边缘图;从预设数据库中查找与第一形状图相匹配的第二形状图,并查找与第一边缘图相匹配的第二边缘图,其中,第一形状图为提取出的待识别轮廓的形状图,第一边缘图为提取出的待识别轮廓的边缘图,预设数据库以形状图和边缘图的形式存储不同的尾灯轮廓;获取第二形状图表示的尾灯轮廓,作为第一轮廓,并获取第二边缘图表示的尾灯轮廓,作为第二轮廓;判断第一轮廓和第二轮廓是否为相同的轮廓;以及在判断出第一轮廓和第二轮廓为相同的轮廓的情况下,确定第一轮廓或第二轮廓为目标轮廓。
可选地,在本实施例中,处理器根据存储介质中已存储的程序代码执行对中间图像进行降噪处理,其中,从中间图像中提取尾灯的轮廓,作为待识别轮廓包括:从降噪处理后的中间图像中提取待识别轮廓。
可选地,在本实施例中,处理器根据存储介质中已存储的程序代码执行利用双边滤波方式对中间图像进行降噪处理。
可选地,本实施例中的具体示例可以参考上述实施例1和实施例2中所描述的示例,本实施例在此不再赘述。
实施例5
本发明的实施例还提供了一种车辆识别客户端,图5是根据本发明实施例的车辆识别客户端的示意图,如图5所示,该车辆识别客户端主要包括指令接收单元501和显示单元502,具体地,该车辆识别客户端可以基于终端设备进行车辆识别,在进行车辆识别过程中,指令接收单元501主要用于接收用户的触发指令,其中,触发指令用于触发终端设备的中央处理单元获取待识别车辆的尾灯的初始图像,中央处理单元在获取到初始图像之后,还用于对初始图像进行灰度处理,得到中间图像,从中间图像中提取尾灯的轮廓,作为待识别轮廓,并接收与待识别轮廓对应的车辆信息,作为待识别车辆的信息,具体地,中央处理单元可以从预设数据库中查找与待识别轮廓相匹配的尾灯轮廓,作为目标轮廓,并从预设数据库中获取与目标轮廓对应的车辆信息,作为待识别车辆的信息,其中,预设数据库中存储有不同的尾灯轮廓,预设数据库中还存储有与不同的尾灯轮廓对应的车辆信息。显示单元502则用于显示待识别车辆的信息。
本实施例中的具体示例可以参考上述实施例1和实施例2中所描述的示例,本实施例在此不再赘述。
实施例6
本发明的实施例还提供了又一种车辆识别方法,图6是根据本发明实施例的车辆识别方法的流程图,如图6所示,该车辆识别方法主要包括如下步骤S602至步骤S604:
S602:接收用户的触发指令,其中,触发指令用于触发终端设备的中央处理单元获取待识别车辆的尾灯的初始图像,中央处理单元在获取到初始图像后,还用于对初始图像进行灰度处理,得到中间图像,从中间图像中提取尾灯的轮廓,作为待识别轮廓,并接收与待识别轮廓对应的车辆信息,作为待识别车辆的信息,具体地,中央处理单元可以从预设数据库中查找与待识别轮廓相匹配的尾灯轮廓,作为目标轮廓,并从预设数据库中获取与目标轮廓对应的车辆信息,作为待识别车辆的信息,其中,预设数据库中存储有不同的尾灯轮廓,预设数据库中还存储有与不同的尾灯轮廓对应的车辆信息。
S604:显示待识别车辆的信息。
本实施例中的具体示例可以参考上述实施例1和实施例2中所描述的示例,本实施例在此不再赘述。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在上述计算机可读取的存储介质中。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或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在存储介质中,包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的客户端,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
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,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (13)
1.一种车辆识别方法,其特征在于,包括:
获取待识别车辆的尾灯的初始图像;
对所述初始图像进行灰度处理,得到中间图像;
从所述中间图像中提取所述尾灯的轮廓,作为待识别轮廓;
提取所述待识别轮廓的形状图和边缘图;从预设数据库中查找与第一形状图相匹配的第二形状图,并查找与第一边缘图相匹配的第二边缘图,其中,所述预设数据库中存储有不同的尾灯轮廓,所述第一形状图为提取出的所述待识别轮廓的形状图,所述第一边缘图为提取出的所述待识别轮廓的边缘图,所述预设数据库以形状图和边缘图的形式存储不同的尾灯轮廓;获取所述第二形状图表示的尾灯轮廓,作为第一轮廓,并获取所述第二边缘图表示的尾灯轮廓,作为第二轮廓;在所述第一轮廓和所述第二轮廓为相同的轮廓的情况下,确定所述第一轮廓或所述第二轮廓为目标轮廓;以及
从所述预设数据库中获取与所述目标轮廓对应的车辆信息,作为所述待识别车辆的信息,其中,所述预设数据库中还存储有与不同的尾灯轮廓对应的车辆信息。
2.根据权利要求1所述的车辆识别方法,其特征在于,从所述中间图像中提取所述尾灯的轮廓,作为待识别轮廓包括:
利用区域自适应阈值的Canny算子从所述中间图像中提取所述待识别轮廓。
3.根据权利要求2所述的车辆识别方法,其特征在于,利用区域自适应阈值的Canny算子从所述中间图像中提取所述待识别轮廓包括:
利用区域自适应阈值的Canny算子从所述中间图像中搜索线条;
从搜索到的线条中选择封闭的线条;以及
确定选择出的封闭的线条为所述待识别轮廓。
4.根据权利要求1所述的车辆识别方法,其特征在于,在对所述初始图像进行灰度处理,得到中间图像之后,所述车辆识别方法还包括:
对所述中间图像进行降噪处理,
其中,从所述中间图像中提取所述尾灯的轮廓,作为待识别轮廓包括:从降噪处理后的所述中间图像中提取所述待识别轮廓。
5.根据权利要求4所述的车辆识别方法,其特征在于,对所述中间图像进行降噪处理包括:
利用双边滤波方式对所述中间图像进行降噪处理。
6.一种车辆识别装置,其特征在于,包括:
第一获取单元,用于获取待识别车辆的尾灯的初始图像;
第一处理单元,用于对所述初始图像进行灰度处理,得到中间图像;
提取单元,用于从所述中间图像中提取所述尾灯的轮廓,作为待识别轮廓;
查找单元,用于提取所述待识别轮廓的形状图和边缘图;从预设数据库中查找与第一形状图相匹配的第二形状图,并查找与第一边缘图相匹配的第二边缘图,其中,所述预设数据库中存储有不同的尾灯轮廓,所述第一形状图为提取出的所述待识别轮廓的形状图,所述第一边缘图为提取出的所述待识别轮廓的边缘图,所述预设数据库以形状图和边缘图的形式存储不同的尾灯轮廓,获取所述第二形状图表示的尾灯轮廓,作为第一轮廓,并获取所述第二边缘图表示的尾灯轮廓,作为第二轮廓;在所述第一轮廓和所述第二轮廓为相同的轮廓的情况下,确定所述第一轮廓或所述第二轮廓为目标轮廓;以及
第二获取单元,用于从所述预设数据库中获取与所述目标轮廓对应的车辆信息,作为所述待识别车辆的信息,其中,所述预设数据库中还存储有与不同的尾灯轮廓对应的车辆信息。
7.根据权利要求6所述的车辆识别装置,其特征在于,所述提取单元包括:
第一提取子单元,用于利用区域自适应阈值的Canny算子从所述中间图像中提取所述待识别轮廓。
8.根据权利要求7所述的车辆识别装置,其特征在于,所述提取子单元包括:
搜索模块,用于利用区域自适应阈值的Canny算子从所述中间图像中搜索线条;
选择模块,用于从搜索到的线条中选择封闭的线条;以及
确定模块,用于确定选择出的封闭的线条为所述待识别轮廓。
9.根据权利要求6所述的车辆识别装置,其特征在于,所述车辆识别装置还包括:
第二处理单元,用于对所述中间图像进行降噪处理,
其中,所述提取单元用于从降噪处理后的所述中间图像中提取所述待识别轮廓。
10.根据权利要求9所述的车辆识别装置,其特征在于,所述第二处理单元包括:
处理子单元,用于利用双边滤波方式对所述中间图像进行降噪处理。
11.一种车辆识别客户端,其特征在于,包括:
指令接收单元,用于接收用户的触发指令,其中,所述触发指令用于触发终端设备的中央处理单元获取待识别车辆的尾灯的初始图像;以及
显示单元,用于显示所述待识别车辆的信息,其中,所述中央处理单元在获取到所述初始图像后,还用于对所述初始图像进行灰度处理,得到中间图像,从所述中间图像中提取所述尾灯的轮廓,作为待识别轮廓,提取所述待识别轮廓的形状图和边缘图;从预设数据库中查找与第一形状图相匹配的第二形状图,并查找与第一边缘图相匹配的第二边缘图,其中,所述预设数据库中存储有不同的尾灯轮廓,所述第一形状图为提取出的所述待识别轮廓的形状图,所述第一边缘图为提取出的所述待识别轮廓的边缘图,所述预设数据库以形状图和边缘图的形式存储不同的尾灯轮廓;获取所述第二形状图表示的尾灯轮廓,作为第一轮廓,并获取所述第二边缘图表示的尾灯轮廓,作为第二轮廓;在所述第一轮廓和所述第二轮廓为相同的轮廓的情况下,确定所述第一轮廓或所述第二轮廓为目标轮廓;并接收与所述目标轮廓对应的车辆信息,作为所述待识别车辆的信息。
12.一种车辆识别方法,其特征在于,包括:
接收用户的触发指令,其中,所述触发指令用于触发终端设备的中央处理单元获取待识别车辆的尾灯的初始图像;以及
显示所述待识别车辆的信息,其中,所述中央处理单元在获取到所述初始图像后,还用于对所述初始图像进行灰度处理,得到中间图像,从所述中间图像中提取所述尾灯的轮廓,作为待识别轮廓,提取所述待识别轮廓的形状图和边缘图;从预设数据库中查找与第一形状图相匹配的第二形状图,并查找与第一边缘图相匹配的第二边缘图,其中,所述预设数据库中存储有不同的尾灯轮廓,所述第一形状图为提取出的所述待识别轮廓的形状图,所述第一边缘图为提取出的所述待识别轮廓的边缘图,所述预设数据库以形状图和边缘图的形式存储不同的尾灯轮廓;获取所述第二形状图表示的尾灯轮廓,作为第一轮廓,并获取所述第二边缘图表示的尾灯轮廓,作为第二轮廓;在所述第一轮廓和所述第二轮廓为相同的轮廓的情况下,确定所述第一轮廓或所述第二轮廓为目标轮廓;并接收与所述目标轮廓对应的车辆信息,作为所述待识别车辆的信息。
13.一种存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求1至5、12任一项中所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410484133.0A CN105426899B (zh) | 2014-09-19 | 2014-09-19 | 车辆识别方法、装置和客户端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410484133.0A CN105426899B (zh) | 2014-09-19 | 2014-09-19 | 车辆识别方法、装置和客户端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105426899A CN105426899A (zh) | 2016-03-23 |
CN105426899B true CN105426899B (zh) | 2019-11-08 |
Family
ID=55505098
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410484133.0A Active CN105426899B (zh) | 2014-09-19 | 2014-09-19 | 车辆识别方法、装置和客户端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105426899B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107784309A (zh) * | 2017-11-01 | 2018-03-09 | 深圳汇生通科技股份有限公司 | 一种对车型识别的实现方法及系统 |
CN108038423B (zh) * | 2017-11-22 | 2022-03-04 | 广东数相智能科技有限公司 | 基于图像识别的汽车车型的识别方法及装置 |
CN109871728B (zh) * | 2017-12-01 | 2020-11-13 | 北京万集科技股份有限公司 | 一种车型识别方法及装置 |
CN108764938A (zh) * | 2018-05-07 | 2018-11-06 | 上海博泰悦臻电子设备制造有限公司 | 一种汽车维修零件非正品识别方法及系统 |
CN109784322A (zh) * | 2019-01-04 | 2019-05-21 | 平安科技(深圳)有限公司 | 一种基于图像处理的vin码识别方法、设备及介质 |
CN110490211A (zh) * | 2019-08-23 | 2019-11-22 | 郑州航空工业管理学院 | 一种基于特征提取的纽扣识别方法 |
CN111046875B (zh) * | 2019-12-16 | 2023-04-07 | 广州航海学院 | 一种车辆品牌的识别方法 |
CN112509152A (zh) * | 2020-12-17 | 2021-03-16 | 重庆实唯信息技术有限公司 | 一种基于ar技术的看车方法、系统、设备及可读介质 |
CN115359436B (zh) * | 2022-08-18 | 2023-04-28 | 中国人民公安大学 | 基于遥感图像的排查方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102915372A (zh) * | 2012-11-06 | 2013-02-06 | 成都理想境界科技有限公司 | 图像检索方法、装置及系统 |
CN103488973A (zh) * | 2013-09-12 | 2014-01-01 | 上海依图网络科技有限公司 | 基于图像的车辆品牌识别方法和系统 |
CN103870832A (zh) * | 2014-03-21 | 2014-06-18 | 浙江宇视科技有限公司 | 车辆整体特征提取方法及车辆型号识别方法 |
-
2014
- 2014-09-19 CN CN201410484133.0A patent/CN105426899B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102915372A (zh) * | 2012-11-06 | 2013-02-06 | 成都理想境界科技有限公司 | 图像检索方法、装置及系统 |
CN103488973A (zh) * | 2013-09-12 | 2014-01-01 | 上海依图网络科技有限公司 | 基于图像的车辆品牌识别方法和系统 |
CN103870832A (zh) * | 2014-03-21 | 2014-06-18 | 浙江宇视科技有限公司 | 车辆整体特征提取方法及车辆型号识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105426899A (zh) | 2016-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105426899B (zh) | 车辆识别方法、装置和客户端 | |
US11734938B2 (en) | Methods for mobile image capture of vehicle identification numbers in a non-document | |
CN109145901B (zh) | 物品识别方法、装置、计算机可读存储介质和计算机设备 | |
KR20200088219A (ko) | 물품 식별 방법 및 시스템, 전자설비 | |
EP3032461A1 (en) | Detecting unkown identical products in an image | |
CN106295541A (zh) | 车辆类型识别方法及系统 | |
CN109116129B (zh) | 终端检测方法、检测设备、系统及存储介质 | |
CN102880726A (zh) | 一种图像过滤方法及系统 | |
CN110047083B (zh) | 图像噪点识别方法、服务器及存储介质 | |
CN110633289A (zh) | 一种车牌号确定方法、服务器及停车管理系统 | |
CN104424458A (zh) | 图像识别方法及装置、网络服务器、图像识别设备及系统 | |
CN105095890A (zh) | 图像中字符分割方法及装置 | |
CN106815522A (zh) | 移动终端软件假界面识别方法及装置 | |
CN106815588A (zh) | 垃圾图片过滤方法及装置 | |
CN102306287A (zh) | 一种用于识别敏感图像的方法与设备 | |
CN107239784A (zh) | 一种图片识别方法、装置、电子设备及可读存储介质 | |
CN110335216A (zh) | 图像处理方法、图像处理装置、终端设备及可读存储介质 | |
CN110276352A (zh) | 标识识别方法、装置、电子设备及计算机可读存储介质 | |
CN108805838A (zh) | 一种图像处理方法、移动终端及计算机可读存储介质 | |
CN112307994A (zh) | 基于扫地机的障碍物识别方法、电子装置及存储介质 | |
CN106384071A (zh) | 一种二维码扫描识别处理方法及装置 | |
CN106228179A (zh) | 车辆比对的方法和系统 | |
CN104318251B (zh) | 一种相片实时处理方法和装置 | |
CN103761345A (zh) | 一种基于ocr字符识别技术的视频检索方法 | |
CN109033797B (zh) | 一种权限设置方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |