CN107844745A - 车辆颜色识别方法及装置 - Google Patents
车辆颜色识别方法及装置 Download PDFInfo
- Publication number
- CN107844745A CN107844745A CN201710938207.7A CN201710938207A CN107844745A CN 107844745 A CN107844745 A CN 107844745A CN 201710938207 A CN201710938207 A CN 201710938207A CN 107844745 A CN107844745 A CN 107844745A
- Authority
- CN
- China
- Prior art keywords
- color
- lip
- rounding
- vehicle
- degree
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 239000003086 colorant Substances 0.000 claims abstract description 10
- 239000000284 extract Substances 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims abstract description 4
- 239000000203 mixture Substances 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 2
- 238000003780 insertion Methods 0.000 claims description 2
- 230000037431 insertion Effects 0.000 claims description 2
- 238000012706 support-vector machine Methods 0.000 abstract description 6
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
车辆颜色识别方法及装置。一种车辆颜色识别方法,第一步用一个椭圆掩码对根据边界框Bounding box抠出来的车辆图像做处理,去除边界背景影响;第二步对处理后的车辆图像提取多种颜色直方图RGB、CIELab、YCrCb、HSV、Luv、HLS;第三步提取图像颜色特征;第四步利用支持向量机将车身颜色分为11种颜色。本发明用于车辆颜色识别方法。
Description
技术领域:
本发明涉及一种车辆颜色识别方法及装置。
背景技术:
随着道路交通问题的日益严峻,视频监控系统的不断发展和高级辅助驾驶系统ADAS(Advanced Driver Assitance Systems)的兴起,仅仅靠车牌和车型识别视频中的车辆已经远远不能适应当前的交通状况和监控视频检测以及智能驾驶系统的需求,车辆颜色的识别越来越引起人们的关注。
车身颜色识别是车辆识别系统中不可缺少的辅助手段,无论在高级辅助驾驶系统ADAS (Advanced Driver Assitance Systems)中,还是在各个道路监控系统中都起着重要的作用。但是,目前人们对车身颜色的识别还处于粗浅的阶段,有很多关键技术有待解决。传统的颜色识别一般是基于一种颜色空间的特征提取,这种方法容易受到光照条件等外界因素的影响,且颜色空间的选取也会不同程度影响识别的效果。而随着深度学习的日渐火热,越来越多的人开始尝试基于深度神经网络的颜色识别,这种方法存在的弊端是必须要有大量的数据及支持,而且训练的模型很难具有很强的泛化能力。
在车辆系统中往往通过传统的计算机视觉方法或者基于深度神经网络的方法检测出车辆的位置,给出边界框Bounding box来表示车辆所在的位置和尺寸。虽然抠出来的图像中车辆占很大比重,但是背景色对颜色识别的影响还是很大。
发明内容:
本发明的目的是提供一种检测速度较快,能够达到实时监测的车辆颜色识别方法及装置。
上述的目的通过以下的技术方案实现:
一种车辆颜色识别方法,第一步用一个椭圆掩码对根据边界框Bounding box抠出来的车辆图像做处理,去除边界背景影响;第二步对处理后的车辆图像提取多种颜色直方图RGB、CIELab、YCrCb、HSV、Luv、HLS;第三步提取图像颜色特征;第四步利用支持向量机将车身颜色分为11种颜色。
所述的车辆颜色识别方法,所述的第三步是在颜色特征提取过程中,每种颜色空间占用的比重是相同的,通过设置直方图的个数来调节颜色特征的大小。
所述的车辆颜色识别方法,所述的11种颜色包括粉色、红色、紫色、棕色、橘色、黄色、绿色、蓝色、白色、灰色、黑色。
一种车辆颜色识别装置,其组成包括:底板,所述的底板连接边框,所述的底板顺次开有11个半口形凹槽,所述的半口形凹槽连接半口形凹板、并用螺钉进行固定,所述的半口形凹板固定连接半口形立板,所述的半口形立板固定连接半口形限位板,所述的半口形凹板、所述的半口形立板、所述的半口形限位板组成上开口的半口形插框,所述的半口形插框内插入颜色板;所述的底板的背面连接左固定板和右固定板,所述的左固定板与所述的右固定板均开有通孔,所述的通孔连接横螺杆,所述的横螺杆连接转动套,所述的转动套固定连接支撑腿,所述的横螺杆的两端均通过螺母锁紧,所述的螺母锁紧分别位于所述的左固定板与所述的右固定板的外侧,所述的左固定板与所述的右固定板夹持所述的转动套。
有益效果:
1.本发明对高级辅助驾驶系统中扣出来的车辆图像做预处理减少背景对颜色识别的影响,然后融合基于多种颜色空间的颜色特征,并利用支持向量机SVM(Support VectorMachine)对车身分为11种颜色。
本发明不仅有效地去除了车辆颜色识别中背景颜色对识别的影响,弥补了单一颜色空间特征鲁棒性差的缺点,同时也回避了基于深度神经网络过于依赖数据,泛化能力不强的问题。
本发明能够实时准确地检测车辆颜色,能够简单高效的去除背景色对识别的影响。
本发明的颜色分类比较全面,基本覆盖了现有车辆的所有颜色,使得车辆颜色识别更加准确。
附图说明:
附图1是本产品的流程图。
附图2是本产品的结构示意图。
附图3是附图2的后视图。
具体实施方式:
下面将结合本发明的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
实施例1:
一种车辆颜色识别方法,第一步用一个椭圆掩码对根据边界框Bounding box抠出来的车辆图像做处理,去除边界背景影响;第二步对处理后的车辆图像提取多种颜色直方图RGB、CIELab、YCrCb、HSV、Luv、HLS;第三步提取图像颜色特征;第四步利用支持向量机将车身颜色分为11种颜色。
实施例2:
实施例1所述的车辆颜色识别方法,所述的第三步是在颜色特征提取过程中,每种颜色空间占用的比重是相同的,通过设置直方图的个数来调节颜色特征的大小。这种方法使得本设计具有很强的适应性,在实际的应用中可以根据实际需求来设置变量。
实施例3:
实施例1所述的车辆颜色识别方法,所述的11种颜色包括粉色、红色、紫色、棕色、橘色、黄色、绿色、蓝色、白色、灰色、黑色。
实施例4:
上述实施例所述的车辆颜色识别方法,通过使用掩码,简单有效地去除了车辆颜色识别中背景的影响;在对车辆颜色识别中,我们采用的是已经抠出来的车辆图像,虽然车身已经占图像像素的很大比重,但是背景中别的车辆或者行人等对颜色识别的准确率造成了很大的影响。要想有效地检测车身颜色,首先就要对得到的图像进行预处理,尽可能去除图像中不是车身的颜色像素,不对这些像素进行统计。针对得到图像中车辆一般在图像中间位置的特点,根据图像尺寸设置合适的掩码mask对图像进行预处理,在一定程度上提高了颜色识别的准确度。
本发明中的颜色特征是基于六种颜色空间的,不仅提高的颜色识别的准确性,还大大提高了颜色识别的鲁棒性。在颜色识别中采用一种颜色空间的特征往往受到光照条件的影响比较严重,本发明采用的多种颜色特征的融合,可以有效弥补一种颜色特征的不足。并且本发明对颜色的识别种类为11种,多余大部分的颜色识别方法,大大提高了车辆颜色识别的精确性。
实施例5:
上述实施例所述的车辆颜色识别方法,首先根据图像检测给出的边界框Bounding Box抠取目标图像,然后对经过掩码mask预处理的目标图像提取6种颜色特征,并用支持向量积SVM(Support Vector Machine)对颜色特征进行分类,最终获得车辆的颜色。
实施例6:
一种车辆颜色识别装置,其组成包括:底板1,所述的底板连接边框2,所述的底板顺次开有11个半口形凹槽3,所述的半口形凹槽连接半口形凹板4、并用螺钉进行固定,所述的半口形凹板固定连接半口形立板5,所述的半口形立板固定连接半口形限位板6,所述的半口形凹板、所述的半口形立板、所述的半口形限位板组成上开口的半口形插框,所述的半口形插框内插入颜色板7;所述的底板的背面连接左固定板8和右固定板9,所述的左固定板与所述的右固定板均开有通孔10,所述的通孔连接横螺杆11,所述的横螺杆连接转动套12,所述的转动套固定连接支撑腿13,所述的横螺杆的两端均通过螺母锁紧14,所述的螺母锁紧分别位于所述的左固定板与所述的右固定板的外侧,所述的左固定板与所述的右固定板夹持所述的转动套。
所述的颜色板包括粉色插板、红色插板、紫色插板、棕色插板、橘色插板、黄色插板、绿色插板、蓝色插板、白色插板、灰色插板、黑色插板。
Claims (4)
1.一种车辆颜色识别方法,其特征是: 第一步用一个椭圆掩码对根据边界框Boundingbox抠出来的车辆图像做处理,去除边界背景影响;第二步对处理后的车辆图像提取多种颜色直方图,包括RGB、CIELab、YCrCb、HSV、Luv、HSL;第三步提取图像颜色特征;第四步利用支持向量机将车身颜色分为11种颜色。
2.根据权利要求1所述的车辆颜色识别方法,其特征是: 所述的第三步是在颜色特征提取过程中,每种颜色空间占用的比重是相同的,通过设置直方图的个数来调节颜色特征的大小。
3.根据权利要求1所述的车辆颜色识别方法,其特征是: 所述的11种颜色包括粉色、红色、紫色、棕色、橘色、黄色、绿色、蓝色、白色、灰色、黑色。
4.一种车辆颜色识别装置,其组成包括:底板,其特征是:所述的底板连接边框,所述的底板顺次开有11个半口形凹槽,所述的半口形凹槽连接半口形凹板、并用螺钉进行固定,所述的半口形凹板固定连接半口形立板,所述的半口形立板固定连接半口形限位板,所述的半口形凹板、所述的半口形立板、所述的半口形限位板组成上开口的半口形插框,所述的半口形插框内插入颜色板;所述的底板的背面连接左固定板和右固定板,所述的左固定板与所述的右固定板均开有通孔,所述的通孔连接横螺杆,所述的横螺杆连接转动套,所述的转动套固定连接支撑腿,所述的横螺杆的两端均通过螺母锁紧,所述的螺母锁紧分别位于所述的左固定板与所述的右固定板的外侧,所述的左固定板与所述的右固定板夹持所述的转动套。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710938207.7A CN107844745A (zh) | 2017-10-11 | 2017-10-11 | 车辆颜色识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710938207.7A CN107844745A (zh) | 2017-10-11 | 2017-10-11 | 车辆颜色识别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107844745A true CN107844745A (zh) | 2018-03-27 |
Family
ID=61661999
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710938207.7A Pending CN107844745A (zh) | 2017-10-11 | 2017-10-11 | 车辆颜色识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107844745A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10776655B1 (en) * | 2019-04-09 | 2020-09-15 | Banjo, Inc. | Estimating color of vehicles on a roadway |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060147108A1 (en) * | 2005-01-04 | 2006-07-06 | Samsung Electronics Co., Ltd. | Apparatus and method for detecting heads in input image |
KR100862526B1 (ko) * | 2007-04-12 | 2008-10-09 | 에스케이 텔레콤주식회사 | 얼굴동영상 데이터베이스 구축 방법 및 시스템과 이를이용한 얼굴 인식 방법 및 시스템. |
CN102737221A (zh) * | 2011-03-31 | 2012-10-17 | 北京汉王智通科技有限公司 | 车辆颜色的识别方法及装置 |
CN103996041A (zh) * | 2014-05-15 | 2014-08-20 | 武汉睿智视讯科技有限公司 | 一种基于匹配的车辆颜色识别方法和系统 |
CN203801551U (zh) * | 2014-05-06 | 2014-09-03 | 新乡市绿色园林新能源有限公司 | 太阳能电池板角度可调的杀虫灯 |
CN204463759U (zh) * | 2015-03-28 | 2015-07-08 | 张翀 | 宿舍管理明细悬挂展示板 |
CN105354530A (zh) * | 2015-09-22 | 2016-02-24 | 浙江宇视科技有限公司 | 一种车身颜色识别方法及装置 |
CN207517030U (zh) * | 2017-10-11 | 2018-06-19 | 苏州天瞳威视电子科技有限公司 | 车辆颜色识别装置 |
-
2017
- 2017-10-11 CN CN201710938207.7A patent/CN107844745A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060147108A1 (en) * | 2005-01-04 | 2006-07-06 | Samsung Electronics Co., Ltd. | Apparatus and method for detecting heads in input image |
KR100862526B1 (ko) * | 2007-04-12 | 2008-10-09 | 에스케이 텔레콤주식회사 | 얼굴동영상 데이터베이스 구축 방법 및 시스템과 이를이용한 얼굴 인식 방법 및 시스템. |
CN102737221A (zh) * | 2011-03-31 | 2012-10-17 | 北京汉王智通科技有限公司 | 车辆颜色的识别方法及装置 |
CN203801551U (zh) * | 2014-05-06 | 2014-09-03 | 新乡市绿色园林新能源有限公司 | 太阳能电池板角度可调的杀虫灯 |
CN103996041A (zh) * | 2014-05-15 | 2014-08-20 | 武汉睿智视讯科技有限公司 | 一种基于匹配的车辆颜色识别方法和系统 |
CN204463759U (zh) * | 2015-03-28 | 2015-07-08 | 张翀 | 宿舍管理明细悬挂展示板 |
CN105354530A (zh) * | 2015-09-22 | 2016-02-24 | 浙江宇视科技有限公司 | 一种车身颜色识别方法及装置 |
CN207517030U (zh) * | 2017-10-11 | 2018-06-19 | 苏州天瞳威视电子科技有限公司 | 车辆颜色识别装置 |
Non-Patent Citations (1)
Title |
---|
WANG ET AL: ""Vehicle color classification using manifold learning methods from urban surveillance videos"", 《EURASIP JOURNAL ON IMAGE AND VIDEO PROCESSING》, pages 1 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10776655B1 (en) * | 2019-04-09 | 2020-09-15 | Banjo, Inc. | Estimating color of vehicles on a roadway |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104715239B (zh) | 一种基于去雾处理和权重分块的车辆颜色识别方法 | |
CN103488987B (zh) | 一种基于视频检测交通信号灯的方法及装置 | |
US8774503B2 (en) | Method for color feature extraction | |
CN110322522B (zh) | 一种基于目标识别区域截取的车辆颜色识别方法 | |
CN103761529B (zh) | 一种基于多色彩模型和矩形特征的明火检测方法和系统 | |
CN103093203B (zh) | 一种人体再识别方法以及人体再识别系统 | |
CN107909580A (zh) | 一种行人衣着颜色识别方法、电子设备及存储介质 | |
CN107767379A (zh) | Pcb板标注印刷质量检测方法 | |
CN104899586A (zh) | 对图像中包含的文字内容进行识别方法及装置 | |
CN105005766A (zh) | 一种车身颜色识别方法 | |
CN102737221B (zh) | 车辆颜色的识别方法及装置 | |
CN107729812A (zh) | 一种适用于监控场景中的车辆颜色识别的方法 | |
CN107036977A (zh) | 中纤板表面色差检测方法 | |
CN102938057A (zh) | 一种车辆阴影消除方法及装置 | |
CN102980659B (zh) | 一种单色紧密织物表面颜色的数字化表征方法 | |
CN109284759A (zh) | 一种基于支持向量机(svm)的魔方颜色识别方法 | |
CN111766248A (zh) | 一种基于彩色ccd的钢印在线检测系统及方法 | |
CN107025796A (zh) | 汽车辅助驾驶视觉预警系统及其预警方法 | |
CN107247934A (zh) | 一种基于快速特征点定位的全天候哈欠检测方法及系统 | |
CN104156703A (zh) | 基于色彩纹理的车牌定位方法及系统 | |
CN107844745A (zh) | 车辆颜色识别方法及装置 | |
CN105654140B (zh) | 面向复杂工业环境的铁路油罐车车号定位与识别方法 | |
CN207517030U (zh) | 车辆颜色识别装置 | |
CN103034997A (zh) | 一种适用于监控视频前/背景分离的前景检测方法 | |
CN104899898B (zh) | 基于多维信息概率模型的路面检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |