基于車前燈圖像特征的車輛品牌識別方法和系統(tǒng)的制作方法
【技術領域】
[0001] 本發(fā)明涉及監(jiān)控技術領域，特別是涉及一種基于車前燈圖像特征的車輛品牌識別 方法和系統(tǒng)。
【背景技術】
[0002] 為了實現交通管理，如交通流調查、交通違法取證、或在高速及停車場的全自動收 費等，對車輛進行分類識別的技術已越來越重要。特別是在智慧城市建設中，對于道路卡口 中的車輛對象的研究已經逐漸成為學術界、工業(yè)界的熱點。
[0003] 對于車輛品牌的識別是對整個車輛結構化信息提取的一項重要內容，目前，主要 有兩大類方式來完成車輛品牌識別，第一類:對車輛的前臉區(qū)域進行識別；第二類:對車輛 的標志進行提取并識別。這兩類方式的目標都是完成車輛的品牌識別。
[0004] 第一類方式中，首先檢測出車輛前臉區(qū)域，然后提取車輛前臉區(qū)域的特征，最后采 用分類器進行分類，完成車輛品牌的識別。該類方式存在的最主要問題有:前臉區(qū)域尺寸較 大，如果采用比較復雜的特征輸入到分類器中，會導致運算復雜度較大，識別效率低;如果 采用比較簡單的特征輸入到分類器，會出現不同品牌的特征距離比較相近的問題，導致識 別準確率降低，同時，車輛前臉區(qū)域中的冗余信息過多，也使得識別算法的效率較低。第二 類方式中，仍然是采取與第一類方法類似的思路，但是，由于車輛標志尺寸較小，因而在采 集的圖像中，車輛標志對應的目標尺寸也較小，識別準確率低，在實際卡口應用中，識別率 無法達到大規(guī)模適用的要求。

【發(fā)明內容】

[0005] 本發(fā)明的目的在于提供一種基于車前燈圖像特征的車輛品牌識別方法和系統(tǒng)，可 以高效、準確的進行圖像識別。
[0006] 本發(fā)明的目的通過如下技術方案實現：
[0007] -種基于車前燈圖像特征的車輛品牌識別方法，包括如下步驟：
[0008] 獲取圖像采集裝置所采集的車輛圖像，對所述車輛圖像中的車前燈進行定位，獲 得車前燈區(qū)域；
[0009] 提取所述車前燈區(qū)域的目標特征向量，根據所述目標特征向量以及預先構造的多 分類器識別當前車前燈類別；
[0010] 根據預先建立的車前燈類別與車輛品牌的關聯關系，識別與所述當前車前燈類別 關聯的車輛品牌。
[0011] -種基于車前燈圖像特征的車輛品牌識別系統(tǒng)，包括：
[0012] 定位模塊，用于獲取圖像采集裝置所采集的車輛圖像，對所述車輛圖像中的車前 燈進行定位，獲得車前燈區(qū)域；
[0013] 類別識別模塊，用于提取所述車前燈區(qū)域的目標特征向量，根據所述目標特征向 量以及預先構造的多分類器識別當前車前燈類別；
[0014]品牌識別模塊，用于根據預先建立的車前燈類別與車輛品牌的關聯關系，識別與 所述當前車前燈類別關聯的車輛品牌。
[0015]根據上述本發(fā)明的方案，其是獲取圖像采集裝置所采集的車輛圖像，對所述車輛 圖像中的車前燈進行定位，獲得車前燈區(qū)域，提取所述車前燈區(qū)域的目標特征向量，根據所 述目標特征向量以及預先構造的多分類器識別當前車前燈類別，根據預先建立的車前燈類 別與車輛品牌的關聯關系，識別與所述當前車前燈類別關聯的車輛品牌，由于是基于車前 燈區(qū)域的目標特征向量進行識別，可以克服車前臉區(qū)域尺寸較大導致的運算復雜度較高的 問題，能夠滿足實時性應用需求;并可以克服由于車輛標志尺寸較小帶來的識別準確率較 低的問題，增加了大規(guī)模實戰(zhàn)應用的可行性，同時去除了車前臉區(qū)域的冗余信息，提高了車 輛品牌識別效率。
【附圖說明】
[0016] 圖1為本發(fā)明的基于車前燈圖像特征的車輛品牌識別方法實施例的流程示意圖；
[0017] 圖2為其中一個實施例中的對車輛圖像中的車前燈進行定位的細化流程示意圖；
[0018] 圖3為其中一個實施例中的提取所述車前燈區(qū)域的目標特征向量的細化流程示意 圖；
[0019] 圖4為單元格、圖像塊構成示意圖；
[0020] 圖5為梯度方向量化示意圖；
[0021]圖6為本發(fā)明的基于車前燈圖像特征的車輛品牌識別系統(tǒng)的一個實施例的結構示 意圖；
[0022] 圖7為圖6中的定位模塊在其中一個實施例中的細化結構示意圖；
[0023] 圖8為圖6中的類別識別模塊在其中一個實施例中的細化結構示意圖；
[0024] 圖9為本發(fā)明的基于車前燈圖像特征的車輛品牌識別系統(tǒng)的另一個實施例的結構 示意圖。
【具體實施方式】
[0025] 為使本發(fā)明的目的、技術方案及優(yōu)點更加清楚明白，以下結合附圖及實施例，對本 發(fā)明進行進一步的詳細說明。應當理解，此處所描述的【具體實施方式】僅僅用以解釋本發(fā)明， 并不限定本發(fā)明的保護范圍。
[0026] 在下述說明中，首先針對本發(fā)明的基于車前燈圖像特征的車輛品牌識別方法的實 施例進行說明，再對本發(fā)明的基于車前燈圖像特征的車輛品牌識別系統(tǒng)的各實施例進行說 明。
[0027] 參見圖1所示，為本發(fā)明的基于車前燈圖像特征的車輛品牌識別方法實施例的流 程示意圖。如圖1所示，本實施例中的基于車前燈圖像特征的車輛品牌識別方法包括如下步 驟：
[0028] 步驟S101:獲取圖像采集裝置所采集的車輛圖像，對所述車輛圖像中的車前燈進 行定位，獲得車前燈區(qū)域；
[0029] 這里，所述圖像采集裝置一般指設置在道路卡口處的監(jiān)控攝像頭、監(jiān)控攝像機，但 也不限于此；
[0030] 本實施例中所要定位的車前燈，包括了由燈罩、燈泡及內部配件構成的車前燈區(qū) 域，車前燈區(qū)域(或者稱為車前燈區(qū)域圖像)包含了紋理、邊緣、形狀、顏色等重要的圖像信 息，這些信息表征了車前燈區(qū)域與其他區(qū)域在圖像中的區(qū)別，可以被用來進行車前燈的檢 測；
[0031] 本實施例中的車前燈定位一般是以白天行車環(huán)境為背景，白天行車環(huán)境下與夜間 行車環(huán)境對比，采集裝置采集的車輛圖像中包含更多的特征信息，可供利用的圖像特征更 加豐富；
[0032] 步驟S102:提取所述車前燈區(qū)域的目標特征向量，根據所述目標特征向量以及預 先構造的多分類器識別當前車前燈類別；
[0033 ] 這里，所述目標特征向量可以是H0G特征向量，也可以是其他類型的特征向量；
[0034] 具體地，可以先提取車前燈區(qū)域的目標特征向量，然后將該目標特征向量輸入到 預先構造的多分類器中進行類別識別，得到當前車前燈類別；
[0035] 步驟S103:根據預先建立的車前燈類別與車輛品牌的關聯關系，識別與所述當前 車前燈類別關聯的車輛品牌；
[0036] 其中，同一車前燈類別可以關聯一種或多種車輛品牌，不同的車前燈類別也可以 關聯同一車輛品牌。
[0037]據此，根據上述實施例的方案，其是獲取圖像采集裝置所采集的車輛圖像，對所述 車輛圖像中的車前燈進行定位，獲得車前燈區(qū)域，提取所述車前燈區(qū)域的目標特征向量，根 據所述目標特征向量以及預先構造的多分類器識別當前車前燈類別，根據預先建立的車前 燈類別與車輛品牌的關聯關系，識別與所述當前車前燈類別關聯的車輛品牌，由于是基于 車前燈區(qū)域的目標特征向量進行識別，可以克服車前臉區(qū)域尺寸較大導致的運算復