CN107609457B - 车体颜色识别系统和车辆以及车体颜色识别方法 - Google Patents

Abstract

本发明公开了一种车体颜色识别系统，该车体颜色识别系统包括图像采集装置、图像处理装置、显示终端和控制器，其中，图像采集装置用于采集车辆的车体图像；图像处理装置用于对车体图像进行分析以获得车辆的车体颜色；控制器根据车体颜色信息控制显示终端显示车辆的车体影像。该车体颜色识别系统，可以提供更多的车体颜色选择，满足个性化需求。本发明还公开了一种车辆和车体颜色识别方法。

Description

车体颜色识别系统和车辆以及车体颜色识别方法

技术领域

本发明属于车辆技术领域，尤其涉及一种车体颜色识别系统，以及一种车辆和车体颜色识别方法。

背景技术

目前，由于汽车行业内对于汽车车内显示车体/背景颜色的显示终端显示的车体颜色无要求，因而多为出厂默认颜色，没有更多的选择，存在单一性，用户长期观看，容易产生审美疲劳，不能满足个性化需求。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明需要提出一种车体颜色识别系统，该车体颜色识别系统，可以提供更多的车体颜色选择，满足个性化需求。

本发明还提出一种采用该车体颜色识别系统的车辆和车体颜色识别方法。

为了解决上述问题，本发明一方面提出的车体颜色识别系统包括：图像采集装置，用于采集车辆的车体图像；图像处理装置，用于对所述车体图像进行分析以获得所述车辆的车体颜色；显示终端和控制器，所述控制器根据车体颜色信息控制所述显示终端显示所述车辆的车体颜色。

本发明实施例的车体颜色识别系统，通过图形采集装置采集车体图像，并通过图像处理装置对采集的车体影像进行分析以获得车体颜色，进而可以控制相应显示终端显示的车体颜色与实际车体颜色相吻合，增强立体感，相较于相关技术中只能显示默认车体颜色，可以提供更多样性的选择，满足个性化需求。

为了解决上述问题，本发明另一方面提出的车辆，包括上述方面的车体颜色识别系统。

该车辆，采用上述方面的车体颜色识别系统，可以为用户提供更多样化的车体颜色选择，满足个性化需求。

为了解决上述问题，本发明再一方面提出的车体颜色识别方法，包括以下步骤：采集车辆的车体图像；对所述车体图像进行分析以获得所述车辆的车体颜色；以及根据车体颜色信息控制所述车辆的显示终端显示所述车辆的车体颜色。

本发明实施例的车体颜色识别方法，通过对采集的车体影像进行分析以获得车体颜色并保存，进而可以控制相应显示终端显示的车体颜色与实际车体颜色相吻合，增强立体感，相较于相关技术中只能显示默认车体颜色，可以提供更多样性的选择，满足个性化需求。

附图说明

图1是根据本发明的一个实施例的车体颜色识别系统的框图；

图2是根据本发明的另一个实施例的车体颜色识别系统的框图；

图3是根据本发明的一个具体实施例的车体颜色识别系统的连接示意图；

图4是根据本发明的一个实施例的车辆的框图；

图5是根据本发明的一个实施例的车体颜色识别方法的流程图；

图6是根据本发明的一个具体实施例的车体颜色识别方法的流程图；以及

图7是根据本发明的另一个具体实施例的基于全景影像装置的车体颜色识别方法的流程图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

针对汽车行业内各显示终端显示车体/背景颜色单一性问题，本发明实施例提出一种车体颜色识别系统。

下面参照附图描述根据本发明实施例提出的车体颜色识别系统。

图1是根据本发明的一个实施例的车体颜色识别系统的框图，如图1所示，该车体颜色识别系统100包括图像采集装置10、图像处理装置20、显示终端40和控制器50。

其中，图像采集装置10，例如图像传感器，用于采集车辆的车体图像。图像处理装置20用于对采集的车体图像进行分析以获得车辆的车体颜色，即从车体图像中获取车体颜色信息，图像处理装置20对于车体图像的分析过程在下面有详细说明。控制器50根据车体颜色信息控制显示终端40显示车辆的车体颜色，即言，车辆内显示内容包括车体的显示终端40可以显示车辆的实际车体颜色，相较于只能选择默认的车身颜色，提供了更多的选择，尤其对于个性化用户例如自行改变车身颜色，采用本申请的车体颜色识别系统100，可以在车内的显示终端40上获得与实际车身颜色相同的视觉感受，满足个性化需求。

如图2所示，该车体颜色识别系统100还包括存储装置30、存储装置30用于存储车体颜色信息，可以在车辆出厂时获取车辆的实际车体颜色并保存于存储装置30中，同时还可以保存默认的车体颜色，再就是对于个性化用户，如果对于车辆的车体颜色自行进行喷涂，也可以获得新的车体颜色，从而用户使用车辆有更多车体颜色的选择。

下面对图像处理装置20分析车体图像以获得车体颜色的过程进行说明。

具体来说，在获得车体图像之后，图像处理装置20对车体图像进行筛选以获得车体颜色识别区域，在这里，车体颜色识别区域可以理解为用于后续处理以获得车体颜色的部分，此部分在获得的车体图像中效果较佳。可以理解的是，由于受到各种因素例如光线或拍摄方向的影响，获得的车体图像效果会有差异，则图像处理装置20对车体图像进行筛选以获得接近车体实际颜色的部分。在本发明的一个实施例中，图像处理装置20根据亮度、色调以及饱和度对车体图像进行筛选以获得车体颜色识别区域，例如，在车体图像中选择效果最优的部分作为车体颜色识别区域，用于后续处理以获得车体颜色。需要说明的是，对于单张的车体图像可以在图像内进行比较，而对于多张图像，可以在多张图像之间比较。

在本发明的一些实施例中，图像采集装置10包括全景影像装置，全景影像装置包括多个摄像头，例如，全景影像装置包括安装于车辆的前后左右的四个摄像头，多个摄像头分别采集车辆的车体图像以获得多张车体图像，如图3所示，全景影像装置可以通过车辆的网关(包括全景影像子网网络)发送至图像处理装置20。图像处理装置20可以通过网关接收全景影像装置发送的车体图像，对车体图像进行分析以获得车体颜色，并将车体颜色信息发送至存储装置30以保存。其中，图像处理装置20可以集成在全景影像装置中，在对多张车体图像进行分析时，图像处理装置20根据亮度、色调以及饱和度对多张车体图像进行筛选，并将多张车体图像中效果最优的一张车体图像作为车体颜色识别区域。

继而，图像处理装置20对车体颜色识别区域进行定位以确定车体颜色识别区域中的车身位置区域，对于不同的车身位置车身的颜色往往是有差异的，所以先对车体颜色识别区域进行定位。通常图像采集装置10获得的车体图像包括车身部分和其他的环境影像部分，例如对于全景影像装置，不同方向拍摄的摄像头采集的图像包括一部分的车体和一部分的路况环境，所以，在获得图像之后，需要确定获得的图像中包括的车身位置区域，以便后续获得有效的车体颜色。具体地，可以通过对获得的图像进行分析以获得有效车身位置区域，在本发明的一个实施例中，采用更加简单的方法，具体为：图像处理装置20确定车体颜色识别区域对应的来源图像采集装置，即确定该车体颜色识别区域的来源也就是来源于哪个图像采集装置10，以及根据该来源图像采集装置的位置确定车体颜色识别区域的拍摄方向，由于图像采集装置10的位置是设定的，所以图像处理装置20可以确定获得车体颜色识别区域来自于哪个方向的图像采集装置10，即确定该车体颜色识别区域的拍摄方向，进而图像处理装置20根据预先标定的拍摄方向的车身有效区域来确定车体颜色识别区域中的车身位置区域。

在对车体颜色识别区域进行定位之后，图像处理装置20对车体颜色识别区域中的车身位置区域进行颜色识别以获得车体颜色。在本发明的实施例中，通过光谱法进行实车颜色的识别，具体来说，图像处理装置20在RGB颜色空间中计算车体颜色识别区域中的车身位置区域的颜色分布图，并统计颜色分布图中分布面积最大的颜色以作为车体颜色。其中，RGB为三原色，是工业界的一种颜色标准，可通过红(R)、绿(G)和蓝色(B)三种颜色进行叠加得到各种各样的颜色。

图像处理装置20通过上述分析获得车体颜色之后，将车体颜色信息发送至存储装置20以保存。在本发明的实施例中，存储装置20可以包括前舱配电盒，前舱配电盒具有数据存储功能，自身拥有一定的存储空间，其存储空间由所选芯片而定。进而控制器50根据存储的车体颜色信息控制车辆的各个显示终端40按照该车体颜色显示车体图像。在本发明的实施例中，显示终端40可以包括但不限于移动终端，例如手机端，和车辆的仪表、多媒体装置、显示装置中的至少一种。

另外，对于全景影像装置，为了防止全景影像装置发送的图像中未拍摄到车身而造成误处理，例如某方向的摄像头存在故障或放置位置存在偏差，因而造成不能获得对应的图像，引起后续处理的失效。图像处理装置20还用于在全景影像装置处于全景影像匹配步骤时获得车体图像，并在获得车体图像之后判断车体图像是否有效，如果车体图像有效则按照上述过程对车体图像进行分析以获得车辆的车体颜色。具体地，对于具有全景影像装置的车辆来说，全景影像匹配是出厂时的环节，全景影像匹配需要在特定的环境中，才能避免光线或其他因素对影像的影响，保证拍摄到车辆所处的路况，所以，图像处理装置20在接收到全景影像装置发送的车体图像之后，判断全景影像装置是否处于全景影像匹配步骤，且是否有车身处理，如果判断全景影像装置处于全景影像匹配步骤且进行车身处理即能够获得包括车体影像的图片，则图像处理装置20确定车体图像有效，进而按照上述的分析过程对车体图像进行分析以获得车体颜色。

下面基于全景影像装置对本申请实施例的车体颜色识别系统100的工作过程进行说明。

全景影像装置处于全景影像匹配环节时，分别采集位于车上、车尾、车辆左方以及车辆右方的车体图像，并将获取的车身图像发送至图像处理装置20，图像处理装置20对车身图像进行有效性判断，如果判断全景影像装置处于全景影相匹配步骤和有车身处理动作，则确定接收到的车身图像有效，否则车身图像无效则重新请求全景影像装置再次拍摄图像，再次进行上述判断，若第二次判断仍然无效，则退出获取车体颜色的程序，采用默认颜色处理。在判断车体图像有效之后，图像处理装置20对车体图像进行分析，在接收到的车体图像中选定亮度、色调以及饱和度最优的图像作为车体颜色识别区域。进而对车体颜色识别区域进行定位，具体地，在识别有效图像时也进行来源分析，即自动识别图像出自于全景影像装置的拍摄方向，通过预先对有效区域进行标定，自动定位车体颜色识别区域中的车身位置，再通过光谱法进行实车颜色的区别，具体为，先对车体颜色识别区域中的车身位置区域例如车尾部分影像在RGB颜色控制中计算颜色分布图，并统计颜色分布图中出现次数最多的颜色作为车体颜色，再将车体颜色信息发送至前舱配电盒进行保存。控制器50根据前舱配电盒保存的车体颜色控制显示终端40对应地显示车体颜色。使得显示终端40上显示的车体/背景颜色与实际车体颜色相吻合，增强立体效果。如果图像处理装置20分析不出车体颜色，则退出自动获取步骤，控制器50控制各个显示终端40显示默认的车体/背景颜色。

可以理解的是，如图3所示，实现上述过程的图像采集装置10例如全景影像装置、图像处理装置20、存储装置30例如前舱配电盒、显示终端40例如仪表、多媒体和抬头显示屏以及控制器50以及网关，为了保证获取车体颜色的功能正常视线，上述各个装置以及相互之间的通讯必须正常，如果其中一个装置出现故障或通讯失常，整个车体颜色识别系统100功能将不能实现。

综上所述，本发明实施例的车体颜色识别系统100，在一定程度上提升了车辆各个显示终端40显示车体颜色的选择多样性，提升了车辆的个性化，可以满足不同人群的需求。

基于上述方面的车体颜色识别系统，下面参照附图描述根据本发明实施例提出的车辆。

图4是根据本发明的一个实施例的车辆的框图，如图4所示，该车辆1000包括上述方面实施例的车体识别系统100。

该车辆1000，通过采用上述方面实施例的车体颜色识别系统100，可以自动获取车体颜色并在各个显示终端显示，与传统的显示方式相比，可以在不添加外接设备或元件的前提下增加各个显示终端的车体颜色显示的选择多样性。

下面参照附图描述根据本发明再一方面实施例提出的车体颜色识别方法。

图5是根据本发明的一个实施例的车体颜色识别方法的流程图，如图5所示，该方法包括以下步骤：

S1，采集车辆的车体图像。

例如，通过图像传感器采集车体图像，对于具有全景影像装置的车辆，可以通过全景影响装置采集车辆的车体图像，全景影像装置包括多个摄像头，例如包括安装在车来那个的前后左右的四个摄像头，多个摄像头分别采集车辆的车体图像以获得多张车体图像。

S2，对车体图像进行分析以获得车辆的车体颜色。

具体地，对车体图像进行筛选以获得车体颜色识别区域。在本发明的实施例中，可以根据亮度、色调以及饱和度对车体图像进行筛选以获得车体颜色识别区域。例如，对于通过全景影像装置采集的多张车体图像，可以根据亮度、色调以及饱和度对多张车体图像进行筛选，将多张车体图像中效果最优的一张车体图像作为车体颜色识别区域。在这里，车体颜色识别区域可以理解为用于后续处理以获得车体颜色的部分，此部分在获得的车体图像中效果较佳。

继而，对车体颜色识别区域进行定位以确定车体颜色识别区域中的车身位置区域，对于不同的车身位置车身的颜色往往是不同的，所以先对车体颜色识别区域进行定位。具体地，确定车体颜色识别区域的拍摄方向，具体地，确定车体颜色识别区域对应的来源图像采集装置，根据该来源图像采集装置的位置确定车体颜色识别区域的拍摄方向；进而，根据预先标定的拍摄方向的车身有效区域来确定车体颜色识别区域中的车身位置区域。

在对车体颜色识别区域进行定位之后，对车体颜色识别区域中的车身位置区域进行颜色识别以获得车体颜色。在本发明的实施例中，通过光谱法进行实车颜色的识别，具体来说，在RGB颜色空间中计算车身位置区域的颜色分布图；统计颜色分布图中分布面积最大的颜色以作为车体颜色。

通过上述分析获得车体颜色之后，可以将车体颜色信息进行保存，例如将车体颜色信息发送至车辆的前舱配电盒进行保存。

S3，根据车体颜色信息控制车辆的显示终端显示车辆的车体颜色。

例如，显示终端可以包括但不限于移动终端，例如手机端，和车辆的仪表、多媒体装置、显示装置中的至少一种。

本发明实施例的车体颜色识别方法，通过对采集的车体影像进行分析以获得车体颜色，进而可以控制相应显示终端显示的车体颜色与实际车体颜色相吻合，增强立体感，相较于相关技术中只能显示默认车体颜色，可以提供更多的选择，满足个性化需求。

图6是根据本发明的一个具体实施例的车体颜色识别方法的流程图，如图6所示，包括以下步骤：

S510，图像采集装置采集车体图像并发送至图像处理装置。

S520，图像处理装置对车体图像进行处理。

S530，判断是否分析获得车体颜色，如果获得车体颜色则进入步骤S540，否则进入步骤S570。

S540，图像处理装置发送车体颜色信息至前舱配电盒保存。

S550，控制器控制各显示终端获取前舱配电盒中的车体颜色信息。

S560，各个显示终端对应地显示车体颜色。

S570，退出自动获取车体颜色程序，各个显示终端显示默认的车体颜色。

另外，对于全景影像装置，为了防止全景影像装置发送的图像中未拍摄到车身而造成误处理，例如某方向的摄像头存在故障或放置位置存在偏差，因而造成不能获得对应的图像，引起后续处理的失效。当全景影像装置进行全景影像匹配时采集车体图像，并在获得车体图像之后判断车体图像是否有效，如果车体图像有效则按照上述过程对车体图像进行分析以获得车辆的车体颜色。具体地，对于具有全景影像装置的车辆来说，全景影像匹配是出厂时的环节，全景影像匹配需要在特定的环境中，才能避免光线或其他因素对影像的影响，保证拍摄到车辆所处的路况，所以，在接收到全景影像装置发送的车体图像之后，判断全景影像装置是否处于全景影像匹配步骤和进行车身处理，如果判断全景影像装置处于全景影像匹配步骤且对车体图像进行车身处理，则图像处理装置确定车体图像有效，进而按照上述的分析过程对车体图像进行分析以获得车体颜色。

图7是根据本发明的一个实施例的基于全景影像装置的车体颜色识别方法的流程图，如图7所示，具体包括：

S610，图像处理装置接收全景影像发送的车体影像。

S620，识别接收到的车体影像是否有效，即判断全景影像装置是否处于影像匹配和车体影像处理步骤，如果车体影像有效，则进入步骤S630，否则进入步骤S650。

S630，通过算法对比获取车体颜色。

S640，将车体颜色信息发送至前舱配电盒以保存，并结束。

S650，再次请求全景影像装置发送车体图像。

S660，再次识别车体影像是够有效，如果有效则进入步骤S630，否则结束。

综上所述，本发明实施例的车体颜色识别方法，通过采集车体图像，并对车体图像进行分析获得实车颜色，控制相应的显示终端显示与实车颜色吻合的车体颜色，可以提供多样的选择，满足个性化需求。

需要说明的是，在本说明书的描述中，流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (14)

1.一种车体颜色识别系统，其特征在于，包括：

图像采集装置，用于采集车辆的车体图像；

图像处理装置，用于对所述车体图像进行分析以获得所述车辆的车体颜色；

显示终端和控制器，所述控制器根据所述车体颜色的车体颜色信息控制所述显示终端显示所述车辆的车体颜色，

其中，所述图像处理装置进一步用于根据亮度、色调以及饱和度对所述车体图像进行筛选以获得车体颜色识别区域，

所述图像处理装置进一步用于确定所述车体颜色识别区域的拍摄方向，并根据预先标定的与所述拍摄方向对应的车身有效区域来确定所述车体颜色识别区域中的车身位置区域，

所述图像处理装置进一步用于确定所述车体颜色识别区域对应的来源图像采集装置，以及根据所述来源图像采集装置的位置确定所述车体颜色识别区域的拍摄方向，

所述图像采集装置包括全景影像装置，所述全景影像装置包括多个摄像头，所述多个摄像头分别采集所述车辆的车体图像以获得多张车体图像，

其中，所述图像处理装置进一步用于对所述车身位置区域进行颜色识别以获得车体颜色。

2.如权利要求1所述的车体颜色识别系统，其特征在于，所述图像处理装置进一步用于在RGB颜色空间中计算所述车身位置区域的颜色分布图，并统计所述颜色分布图中分布面积最大的颜色以作为所述车体颜色。

3.如权利要求1所述的车体颜色识别系统，其特征在于，所述图像处理装置根据亮度、色调以及饱和度对所述多张车体图像进行筛选，并将所述多张车体图像中效果最优的一张车体图像作为所述车体颜色识别区域。

4.如权利要求3所述的车体颜色识别系统，其特征在于，所述图像处理装置还用于在所述全景影像装置处于全景影像匹配步骤时获得所述车体图像，并在获得所述车体图像之后判断所述车体图像是否有效，如果所述车体图像有效则对所述车体图像进行分析以获得所述车辆的车体颜色。

5.如权利要求4所述的车体颜色识别系统，其特征在于，所述图像处理装置进一步用于在判断所述全景影像装置处于全景影像匹配步骤时确定所述车体图像有效。

6.如权利要求1所述的车体颜色识别系统，其特征在于，还包括：

存储装置，所述存储装置与所述控制器相连，用于存储所述车体颜色信息。

7.如权利要求6所述的车体颜色识别系统，其特征在于，所述存储装置包括所述车辆的前舱配电盒。

8.如权利要求1所述的车体颜色识别系统，其特征在于，所述显示终端包括移动终端和所述车辆的仪表、多媒体装置、显示装置中的至少一种。

9.一种车辆，其特征在于，包括如权利要求1-8任一项所述的车体颜色识别系统。

10.一种车体颜色识别方法，其特征在于，包括以下步骤：

采集车辆的车体图像；

对所述车体图像进行分析以获得所述车辆的车体颜色；以及

根据所述车体颜色的车体颜色信息控制所述车辆的显示终端显示所述车辆的车体颜色，

其中，对所述车体图像进行分析以获得所述车辆的车体颜色，进一步包括：

根据亮度、色调以及饱和度对所述车体图像进行筛选以获得所述车体颜色识别区域；以及

确定所述车体颜色识别区域的拍摄方向，并根据预先标定的所述拍摄方向的车身有效区域来确定所述车体颜色识别区域中的车身位置区域，

其中，所述确定所述车体颜色识别区域的拍摄方法，进一步包括：

确定所述车体颜色识别区域对应的来源图像采集装置，并根据所述来源图像采集装置的位置确定所述车体颜色识别区域的拍摄方向，

其中，通过全景影像装置采集所述车体图像，所述全景影像装置包括多个摄像头，所述多个摄像头分别采集所述车辆的车体图像以获得多张车体图像，

对所述车体图像进行分析以获得所述车辆的车体颜色，进一步包括：

对所述车身位置区域进行颜色识别以获得车体颜色。

11.如权利要求10所述的车体颜色识别方法，其特征在于，对所述车体颜色识别区域进行颜色识别以获得车体颜色，进一步包括：

在RGB颜色空间中计算所述车体颜色识别区域的颜色分布图；以及

统计所述颜色分布图中分布面积最大的颜色以作为所述车体颜色。

12.如权利要求10所述的车体颜色识别方法，其特征在于，对所述车体图像进行筛选以获得车体颜色识别区域，进一步包括：

根据亮度、色调以及饱和度对所述多张车体图像进行筛选；以及

将所述多张车体图像中效果最优的一张车体图像作为所述车体颜色识别区域。

13.如权利要求12所述的车体颜色识别方法，其特征在于，当所述全景影像装置进行全景影像匹配时采集所述车体图像，在获得所述车体图像之后，还包括：

判断所述车体图像是否有效；

如果所述车体图像有效则对所述车体图像进行分析以获得所述车辆的车体颜色。

14.如权利要求13所述的车体颜色识别方法，其特征在于，判断所述车体图像是否有效，进一步包括：

判断所述全景影像装置是否处于全景影像匹配步骤；

如果所述全景影像装置处于所述全景影像匹配步骤，则确定所述车体图像有效。

Images