一種行駛車輛的車身顏色識別方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于視頻處理技術(shù)領(lǐng)域，用于智能交通監(jiān)控系統(tǒng)，設(shè)及一種行駛車輛的車 身顏色識別方法。
【背景技術(shù)】
[0002] 智能交通監(jiān)控系統(tǒng)的主要作用之一，就是當(dāng)需要追蹤肇事車輛，或者跟蹤某一個 關(guān)注車輛的去向時，需要對行駛車輛的特征進行鎖定，之后，在網(wǎng)絡(luò)中通過相似目標(biāo)的跟蹤 匹配，最終給出目標(biāo)的行駛軌跡。目前，在卡口模式下，抓拍照片中的車輛分辨率足夠大，車 輛姿態(tài)相對固定，車輛的信息足夠清晰，能夠方便地給出車輛的特征。
[0003] 但是，用監(jiān)控攝像頭采集到的行駛車輛的視頻信息，存在著姿態(tài)不固定，會因車輛 的車窗、W及其他部分存在的紋理，對車輛顏色識別時產(chǎn)生干擾，導(dǎo)致很難準確描述。由于 視頻設(shè)備較之卡口相機來說，安置的數(shù)量更多，監(jiān)控范圍更廣，所W，能夠在視頻中準確給 出行駛車輛的車身顏色自動判別，是提升網(wǎng)絡(luò)監(jiān)控能力的重要保障。為此，急需研制一種行 駛車輛的車身顏色識別方法。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是提供一種行駛車輛的車身顏色識別方法，解決了現(xiàn)有技術(shù)中，由 于視頻帖畫面中行駛車輛在車身顏色識別時，因車輛出現(xiàn)位置與姿態(tài)的不確定，會出現(xiàn)陽 光照射出現(xiàn)較大面積反光，車燈、車窗、散熱格柵、車輪等部分的存在，該些狀況導(dǎo)致在識別 車身顏色時出現(xiàn)很嚴重的干擾，導(dǎo)致在自動識別車輛顏色時，車身顏色識別不準確問題。
[0005] 本發(fā)明所采用的技術(shù)方案是，一種行駛車輛的車身顏色識別方法，按照W下步驟 實施：
[0006] 步驟1、對監(jiān)控視頻帖標(biāo)注虛擬檢測線，車輛行駛方向為車頭正面對向鏡頭；
[0007] 步驟2、在監(jiān)控視頻帖序列中檢測出行駛車輛；
[000引步驟3、檢測待識別車輛的邊緣；
[0009] 步驟4、對待識別車輛區(qū)域進行精細分割；
[0010] 步驟5、定位待識別車輛車頭部位的車身顏色識別區(qū)域；
[0011] 步驟6、進行車身顏色識別；
[0012] 步驟7、輸出待識別車輛的車身顏色判斷結(jié)果，即成。
[0013] 本發(fā)明的有益效果是，僅適用于正向行駛的車輛（車頭正面對向鏡頭），適用于監(jiān) 控相機拍攝到的視頻中存在諸多干擾的復(fù)雜環(huán)境，步驟簡單，便于實施，計算量小，結(jié)果準 確性高，給出的結(jié)果能夠正確描述行駛車輛的車身顏色。
【附圖說明】
[0014] 圖1是道路監(jiān)控視頻虛擬檢測線示意圖；
[0015] 圖2是本發(fā)明通過運動目標(biāo)檢測方法獲得的初檢車輛區(qū)域；
[0016] 圖3是本發(fā)明對圖2的邊緣信息處理效果；
[0017] 圖4是本發(fā)明對圖2下方1/4的子塊處理效果圖（即車頭部分效果）；
[001引圖5是本發(fā)明對圖4的垂直投影曲線；
[0019] 圖6是本發(fā)明根據(jù)圖5刪除了車頭部分冗余后的車輛精細分割效果；
[0020] 圖7是本發(fā)明對圖6的邊緣處理效果；
[0021] 圖8是本發(fā)明對圖6的中間1/3處的子塊識別效果（用W檢測車頭引擎蓋部分， 確定車身顏色識別區(qū)域效果）；
[0022] 圖9是本發(fā)明對圖8的水平投影曲線；
[0023] 圖10是本發(fā)明對原圖最終的顏色識別區(qū)域效果。
【具體實施方式】
[0024] 下面結(jié)合附圖和【具體實施方式】對本發(fā)明進行詳細說明。
[00巧]本發(fā)明的行駛車輛車身顏色識別方法，按照W下步驟具體實施：
[0026] 步驟1、對監(jiān)控視頻帖標(biāo)注虛擬檢測線
[0027] 監(jiān)控視頻通過現(xiàn)有的電子警察相機拍攝，車輛行駛方向為車頭正面對向鏡頭，
[0028] 參照圖1，在拍攝到的視頻帖畫面上，設(shè)置虛擬檢測線的位置，W保證用W檢測車 身顏色車輛，盡可能完整，并且清晰地出現(xiàn)在畫面中；虛擬檢測線的設(shè)置，通過人機交互的 方式手動確定。
[0029] 步驟2、在監(jiān)控視頻帖序列中檢測出行駛車輛
[0030] 按照背景差分法（在相關(guān)的專業(yè)書籍及論文中均可查到），從監(jiān)控視頻帖中檢測 出運動目標(biāo)，如果運動目標(biāo)連通域的1/5W上的長度超過了虛擬檢測線，則確定該運動目 標(biāo)為待識別車輛，如圖1中標(biāo)號為①的汽車就滿足要求，將該①號汽車標(biāo)記為待識別車輛， W該待識別車輛連通域的最小外接矩形的左上角坐標(biāo)（Xuyj和右下角坐標(biāo)（XK，yK)來表 示；
[003。 如果同時有多個車輛達到虛擬檢測線，則逐個進行識別，因為識別方法相同。在圖 1中，②號剛剛接近虛擬檢測線，不對其進行顏色識別，⑨號、④號、⑥號車輛距離虛擬檢測 線尚遠，也暫不對其進行顏色識別。
[0032] 步驟3、檢測待識別車輛的邊緣
[0033] 3. 1)計算待識別車輛所在視頻帖的亮度分量
[0034] 設(shè)待識別車輛的視頻帖的大小為mXn，其紅、綠、藍=個顏色分別表示為R=
[r(i，j)]mxn，G= [g(i，j)]mxn，B=比（i，j)]mxn，i= 1，2,. . .，m，j= 1，2,. . .，n，
[0035] 待識別車輛的亮度分量Lum= [1 (i,j) ]mx。計算式為：
[0036] l(i, _]?) = 0. 299 ?r(i，j)+0. 587 ?g(i，j)+0. 114 ?b(i，j) ; (1)
[0037] 3. 2)提取待識別車輛的區(qū)域
[003引根據(jù)步驟2得到的待識別車輛區(qū)域外接矩形的左上角坐標(biāo)記，y^)和右下角坐標(biāo) (而，y^)，從Lum= [1 (i,j) ]mx。中提取待識別車輛的區(qū)域為：
[003引 Q0bj= {1 (X，y)IX=XL，Xl+1, . . .，XR;y=yL，yi+1，. . .，yJ，似
[0040] 為表示方便起見，設(shè)Ax=Xk-Xi+ 1，Ay=yg-yj+l，則表達式似變換為Q"bj=
[1片7)]&,><&^，如圖2所示，是提取出的初檢車輛區(qū)域〇。^=[1片7)]&,^&^;
[00川 3.如求Q"bj垂直方向的一階差分值▽(-2二[誠(.、-，>')]、、、、，，見下式：
[0042]dl(X，y) = 11(X，y+1) -1(X，y)I，(3)
[0043] 其中，X= 1，2，...，Ax，y= 1，2，...，Ay;
[0044] 3. 4)檢測待識別車輛區(qū)域的邊緣
[0045] 采用大津法，（大津法在相關(guān)的專業(yè)書籍或論文中有描述），對差分值 W2。/，, =[(//(.r..}')]、、、x\,進行二值化處理，得到邊緣E"bj= [edg(x,y)]AxXAy，如圖 3 所示，是檢 測出的待識別車輛區(qū)域的邊緣E"w= [edg(x，y)]&XX&Y;
[0046] 步驟4、對待識別車輛區(qū)域進行精細分割
[0047] 為了保證待識別的車身顏色識別區(qū)域不受周圍其他區(qū)域的影響，需要對不是正對 相機車道拍攝到的車輛進行精細分割，
[0048] 4. 1)取步驟3. 4)得到的待識別車輛區(qū)域的邊緣E"w= [edg(x，y)]的畫面 下方1/4的子塊進行投景多，如圖4所示，計算E"bj= [edg(x，y)]AxXAy的垂直方向的投影：
[0049]
(4)
[0050] 如圖5所示，是得到的垂直方向的投影Py(y);
[005。 4.。求投影曲線不為0的部分，為待識別車輛所在的區(qū)域，如圖5所示，刪除左側(cè) 及右側(cè)為0的部分，即可刪除因待識別車輛傾斜姿態(tài)而引入的背景干擾，不失一般性，修改 待識別車輛區(qū)域的寬度：
[0052] A歹=趙-兒， (5)
[0053] 其中，兒為步驟4. 1)得到的投影曲線上（見圖5)，最左邊的不為0的點；乃為步 驟4. 1)得到的投影曲線上，最右邊的不為0的點；
[0054] 則經(jīng)過精細分割后的待識別車輛（見圖6)為：
[00巧]n〇w = {/〇'，y)|x = X￡，電+l，...，Xs;y =歹"耗+1，...，歹J，
[0056] 相應(yīng)的邊緣（見間 7)為：私,,=[(噸'(.、'，>?)].;
[0057] 步驟5、定位待識別車輛車頭部位的車身顏色識別區(qū)域
[00則 5.1)將步驟4.。得到的邊緣島,,,=[噸心'，>'')]、、3、,分成；個子塊，則有：
[0059]
[0060] 其中，A歹1=A3?/3;義=1,2，...，卸73，
[0061]A哀歹/3;托=每/3 + l，A天/3 + 2，...，2卸/3，
[006引 A哀=Af/3;於=2A又/3 + 1，2每/3 + 2，...，A5^;
[006引 5.。對中間的子塊是=權(quán)各托如]進行水平方向投影，見圖8,則投影值 為：
[0064]
(6)
[0065] 見圖9,是得到的水平方向的投影Px(x)，x= 1，2，...，Ax;
[006引 5.如去除干擾區(qū)域
[0067] 對于正向行駛過來的車輛，由于散熱器格柵部分的紋理比較豐富，車頂部紋理也 比較豐富，而車窗和引擎蓋部分的紋理則比較單一，表現(xiàn)在水平投影P,(X)上的特征是車 窗和引擎蓋部分會出現(xiàn)連續(xù)段為0,因此，按照下面的邏輯關(guān)系找出待識別車輛的引擎蓋部 分：
[006引 5. 3. 1)初始化兩段連續(xù)為0段的長度為li= 0,1 2= 0,臨時變量1 = 0連續(xù)為0 段的起始位置Xi= 1，X2= 1，X= 1 ;
[006引 5. 3.。如果X=AX，則輸出12和X2,轉(zhuǎn)步驟5. 4);否則，轉(zhuǎn)步驟5. 3.如；
[0070] 5. 3.扣如果Px(x) = 0,則；1 =l+l，x=X+1，此處的"="用于表示賦值的涵義， 轉(zhuǎn)步驟5. 3. 2);否則，轉(zhuǎn)步驟5. 3. 4);
[0071] 5. 3. 4)如果 1 <e，則X=X+1，轉(zhuǎn)步驟 5. 3. 2);否則，轉(zhuǎn)步驟 5. 3. 5);
[007引5. 3.W如果li= 0,則1 1= 1，X 1= X-1，X=X+1，轉(zhuǎn)步驟 5. 3.。；否貝Ij，轉(zhuǎn)步驟 5. 3. 6);
[007引 5. 3. 6)12= 1，X2=x-1，x=Ax;其中，步驟5. 3. 4)中的e為連續(xù)為0段的長 度過小的判斷闊值，根據(jù)汽車設(shè)計的慣常方式，取eG[1，Ax/10];
[0074] 5.4)根據(jù)步驟5.3)得到的I2和X2,得到待識別車輛的車身顏色識別區(qū)域，表達式 為：
[0075]
(7)
[0076] 見圖10,黑色矩形框框定的區(qū)域即為根據(jù)上述步驟得到的車身顏色的識別區(qū)域。
[0077] 步驟6、進行車身顏色識別
[0078] 6. 1)按照步驟5. 4)得到的車身顏色識別區(qū)域