車標(biāo)的定位方法及裝置制造方法及圖紙

本發(fā)明專利技術(shù)公開(kāi)了一種車標(biāo)的定位方法及裝置。在上述方法中，對(duì)于輸入圖像執(zhí)行車牌定位，獲取車牌定位信息；采用獲取的上述車牌定位信息確定待定位車標(biāo)的信息區(qū)域；采用圓形所對(duì)應(yīng)的特征參數(shù)對(duì)上述信息區(qū)域執(zhí)行圓檢測(cè)，在確定上述待定位車標(biāo)為圓形車標(biāo)時(shí)，在上述信息區(qū)域中確定上述待定位車標(biāo)的位置。根據(jù)本發(fā)明專利技術(shù)提供的技術(shù)方案，可以實(shí)現(xiàn)對(duì)車牌上方的圓形車標(biāo)的精確定位，完成對(duì)車輛車型的有效識(shí)別。

【技術(shù)實(shí)現(xiàn)步驟摘要】

本專利技術(shù)涉及計(jì)算機(jī)圖象處理
，特別涉及一種車標(biāo)的定位方法及裝置。
技術(shù)介紹
隨著社會(huì)經(jīng)濟(jì)的發(fā)展以及車輛的日益增多，通過(guò)計(jì)算機(jī)信息化、智能化地管理車輛成為一種必然趨勢(shì)。車牌識(shí)別技術(shù)被廣泛應(yīng)用在交通流量監(jiān)測(cè)，高速公路卡口收費(fèi)，闖紅燈違章車輛監(jiān)控及小區(qū)自動(dòng)收費(fèi)系統(tǒng)中。目前的處理技術(shù)只能對(duì)車牌和大型、中型、小型車輛進(jìn)行識(shí)另U，但不能識(shí)別具體的車型。目前常見(jiàn)的車標(biāo)形狀主要分為圓形、橢圓形和矩形。然而相關(guān)技術(shù)中，對(duì)于圓形車標(biāo)的精確定位還缺乏相關(guān)的技術(shù)方案，因此，針對(duì)車牌上方區(qū)域的圓形車標(biāo)，需要一種有效的技術(shù)方案進(jìn)行準(zhǔn)確的定位。
技術(shù)實(shí)現(xiàn)思路
本專利技術(shù)提出一種車標(biāo)的定位方法及裝置，以至少解決相關(guān)技術(shù)中無(wú)法對(duì)車牌上方的圓形車標(biāo)進(jìn)行精確定位的技術(shù)問(wèn)題。根據(jù)本專利技術(shù)的一個(gè)方面，提供了一種車標(biāo)的定位方法。根據(jù)本專利技術(shù)的車標(biāo)的定位方法包括對(duì)于輸入圖像執(zhí)行車牌定位，獲取車牌定位信息；采用獲取的上述車牌定位信息確定待定位車標(biāo)的信息區(qū)域；采用圓形所對(duì)應(yīng)的特征參數(shù)對(duì)上述信息區(qū)域執(zhí)行圓檢測(cè)，在確定上述待定位車標(biāo)為圓形車標(biāo)時(shí)，在上述信息區(qū)域中確定上述待定位車標(biāo)的位置。根據(jù)本專利技術(shù)的一個(gè)方面，提供了 一種車標(biāo)的定位裝置。根據(jù)本專利技術(shù)的車標(biāo)的定位裝置包括獲取模塊，用于對(duì)于輸入圖像執(zhí)行車牌定位，獲取車牌定位信息；確定模塊，用于采用獲取的上述車牌定位信息確定待定位車標(biāo)的信息區(qū)域；檢測(cè)定位模塊，用于采用圓形所對(duì)應(yīng)的特征參數(shù)對(duì)上述信息區(qū)域執(zhí)行圓檢測(cè)，在確定上述待定位車標(biāo)為圓形車標(biāo)時(shí)，在上述信息區(qū)域中確定上述待定位車標(biāo)的位置。通過(guò)本專利技術(shù)，先根據(jù)車牌定位信息階段判別出車標(biāo)的大致信息區(qū)域，然后在精定位階段，采用圓形所對(duì)應(yīng)的特征參數(shù)對(duì)上述信息區(qū)域執(zhí)行圓檢測(cè)，在確定上述待定位車標(biāo)為圓形車標(biāo)時(shí)，在上述信息區(qū)域中確定上述待定位車標(biāo)的位置。解決了相關(guān)技術(shù)中無(wú)法對(duì)車牌上方的圓形車標(biāo)進(jìn)行精確定位的技術(shù)問(wèn)題。從而可以實(shí)現(xiàn)對(duì)車牌上方的圓形車標(biāo)的精確定位，完成對(duì)車輛車型的有效識(shí)別。附圖說(shuō)明此處所說(shuō)明的附圖用來(lái)提供對(duì)本專利技術(shù)的進(jìn)一步理解，構(gòu)成本申請(qǐng)的一部分，本專利技術(shù)的示意性實(shí)施例及其說(shuō)明用于解釋本專利技術(shù)，并不構(gòu)成對(duì)本專利技術(shù)的不當(dāng)限定。在附圖中圖1為根據(jù)本專利技術(shù)實(shí)施例的車標(biāo)的定位方法的流程圖2為根據(jù)本專利技術(shù)優(yōu)選實(shí)施例的車標(biāo)的定位方法的流程圖；圖3為根據(jù)本專利技術(shù)實(shí)施例的車標(biāo)的定位裝置的結(jié)構(gòu)框圖；以及圖4為根據(jù)本專利技術(shù)優(yōu)選實(shí)施例的車標(biāo)的定位裝置的結(jié)構(gòu)框圖。具體實(shí)施例方式圖1為根據(jù)本專利技術(shù)實(shí)施例的車標(biāo)的定位方法的流程圖。如圖1所示，根據(jù)本專利技術(shù)實(shí)施例的車標(biāo)的定位方法包括以下步驟(步驟S102-步驟S106)步驟S102 :對(duì)于輸入圖像執(zhí)行車牌定位，獲取車牌定位信息；步驟S104 :采用獲取的上述車牌定位信息確定待定位車標(biāo)的信息區(qū)域；步驟S106 :采用圓形所對(duì)應(yīng)的特征參數(shù)對(duì)上述信息區(qū)域執(zhí)行圓檢測(cè)，在確定上述待定位車標(biāo)為圓形車標(biāo)時(shí)，在上述信息區(qū)域中確定上述待定位車標(biāo)的位置。在圖1中，車標(biāo)的定位主要分為三個(gè)階段。第一階段(相當(dāng)于步驟S102):首先對(duì)車牌進(jìn)行定位；第二階段(相當(dāng)于步驟S104):根據(jù)第一階段獲取的車牌定位信息判別出車標(biāo)的大致信息區(qū)域，第二階段(相當(dāng)于步驟S104):即車標(biāo)的精確定位階段，采用圓形所對(duì)應(yīng)的特征參數(shù)對(duì)上述信息區(qū)域執(zhí)行圓檢測(cè)，在確定上述待定位車標(biāo)為圓形車標(biāo)時(shí)，在上述信息區(qū)域中確定上述待定位車標(biāo)的位置。通過(guò)上述三個(gè)步驟的有效結(jié)合，解決了相關(guān)技術(shù)中無(wú)法對(duì)車牌上方的圓形車標(biāo)進(jìn)行精確定位的技術(shù)問(wèn)題。從而可以實(shí)現(xiàn)對(duì)車牌上方的圓形車標(biāo)的精確定位，完成對(duì)車輛車型的有效識(shí)別。其中，在步驟S102中，對(duì)車牌定位的出發(fā)點(diǎn)是利用車牌區(qū)域的特征來(lái)判斷牌照，將車牌區(qū)域從整幅車輛圖像中分割出來(lái)。車牌自身具有許多的固有特征，根據(jù)車牌的不同特征，可以采用不同的定位方法。目前車牌定位的方法很多，最常見(jiàn)的車牌定位技術(shù)主要有基于邊緣檢測(cè)的方法、基于彩色分割的方法、基于小波變換的方法、基于遺傳算法的方法、基于數(shù)學(xué)形態(tài)學(xué)的車牌定位和基于灰度圖像紋理特征分析的方法等。其中，對(duì)于基于邊緣檢測(cè)的方法而言，所謂“邊緣”就是指其周圍像素灰度有階躍變化的那些像素的集合?！斑吘墶钡膬蓚?cè)分屬于兩個(gè)區(qū)域，每個(gè)區(qū)域的灰度均勻一致，而這兩個(gè)區(qū)域的灰度在特征上存在一定的差異。邊緣檢測(cè)的任務(wù)是精確定位邊緣和抑制噪聲。檢測(cè)的方法有多種，例如Roberts邊緣算子、Prewitt算子、Sobel算子以及拉普拉斯邊緣檢測(cè)。這些方法正是利用物體邊緣處灰度變化劇烈這一特點(diǎn)來(lái)檢測(cè)圖像的邊緣。各算子對(duì)不同邊緣類型的敏感程度不同，產(chǎn)生的效果也不同，經(jīng)過(guò)大量實(shí)驗(yàn)分析可知，Roberts邊緣算子是一種利用局部方差算子尋找邊緣的算子，定位比較精確；Prewitt算子和Sobel算子對(duì)噪聲有一定的抑制能力，但不能完全排除偽邊緣；拉普拉斯算子是二階微分算子，對(duì)圖像中的階躍型邊緣點(diǎn)定位準(zhǔn)確且具有旋轉(zhuǎn)不變性，但容易丟失一部分邊緣的方向信息，同時(shí)抗噪能力較差。針對(duì)不同的環(huán)境和要求，選擇合適的算子來(lái)對(duì)圖像進(jìn)行邊緣檢測(cè)才能達(dá)到好的效果。以上是對(duì)基于邊緣檢測(cè)的車牌定位方法進(jìn)行的簡(jiǎn)單描述，其他車牌定位技術(shù)可以參見(jiàn)相關(guān)技術(shù)中的描述，此處不再贅述。其中，在步驟S104中，由于已經(jīng)對(duì)車牌進(jìn)行了定位，因此可以根據(jù)車牌的位置信息對(duì)位于車牌上方的車標(biāo)的大體信息區(qū)域進(jìn)行定位。在優(yōu)選實(shí)施過(guò)程中，在執(zhí)行步驟S104之后，執(zhí)行步驟S106之前，還可以包括以下處理對(duì)上述車標(biāo)的信息區(qū)域執(zhí)行水平矯正處理。智能交通系統(tǒng)(IntelligentTraffic System,簡(jiǎn)稱為 ITS)中，攝取的對(duì)象通常是運(yùn)動(dòng)車輛的牌照，攝像機(jī)一般只能架設(shè)在公路的側(cè)上方，因而采集到的車牌圖像都有不同程度的傾斜變形，而3度以上的傾斜會(huì)引起字符明顯變性，大部分光學(xué)字符識(shí)別(Optical Character Recognition,簡(jiǎn)稱為OCR)方法難以適應(yīng),這給字符的準(zhǔn)確分割和識(shí)別帶來(lái)很大的困難。因此，針對(duì)該問(wèn)題，可以對(duì)上述車標(biāo)的信息區(qū)域執(zhí)行水平矯正處理。在優(yōu)選實(shí)施過(guò)程中，上述執(zhí)行上述水平矯正處理可以進(jìn)一步包括以下處理:( I)采用最大類間方差OTSU算法將車牌二值化，獲取二值圖；( 2 )在上述二值圖上提取水平邊緣信息，獲取水平邊緣圖；(3)對(duì)上述水平邊緣圖在預(yù)定角度范圍內(nèi)以預(yù)定角度間隔進(jìn)行角度旋轉(zhuǎn)，對(duì)于每次旋轉(zhuǎn)，統(tǒng)計(jì)上述水平邊緣圖前四行中最大的水平投影值，選取該水平投影值所對(duì)應(yīng)的角度中最大的角度為車牌矯正角度；(4)采用雙線性插值算法將上述信息區(qū)域按照上述車牌矯正角度進(jìn)行矯正。通過(guò)上述處理，結(jié)合車牌圖像的實(shí)際情況，對(duì)車牌的水平方向進(jìn)行旋轉(zhuǎn)無(wú)損矯正，而在垂直方向上則采用投影法進(jìn)行拉伸變形矯正，可以有效實(shí)現(xiàn)對(duì)車標(biāo)的信息區(qū)域的水平傾斜矯正。在優(yōu)選實(shí)施過(guò)程中，上述步驟S106可以進(jìn)一步包括以下處理:(I)對(duì)于上述信息區(qū)域，通過(guò)邊緣檢測(cè)算法獲取邊緣圖像；(2)在獲取 的上述邊緣圖像上，采用上述圓形所對(duì)應(yīng)的特征參數(shù)(例如，圓形特征量等)獲取上述信息區(qū)域內(nèi)的極大值點(diǎn)；其中，圓形特征C=U κ/ δ R,當(dāng)區(qū)域R趨向于圓形時(shí)，圓形特征量C單調(diào)遞增且趨向于無(wú)窮，它不受區(qū)域平移、旋轉(zhuǎn)和尺度變化的影響，C是一個(gè)用區(qū)域R的所有邊界點(diǎn)定義的特征量，其中μR為從區(qū)域中心到邊界點(diǎn)的平均距離本文檔來(lái)自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種車標(biāo)的定位方法，其特征在于，包括：對(duì)于輸入圖像執(zhí)行車牌定位，獲取車牌定位信息；采用獲取的所述車牌定位信息確定待定位車標(biāo)的信息區(qū)域；采用圓形所對(duì)應(yīng)的特征參數(shù)對(duì)所述信息區(qū)域執(zhí)行圓檢測(cè)，在確定所述待定位車標(biāo)為圓形車標(biāo)時(shí)，在所述信息區(qū)域中確定所述待定位車標(biāo)的位置。

【技術(shù)特征摘要】
1.一種車標(biāo)的定位方法,其特征在于,包括:對(duì)于輸入圖像執(zhí)行車牌定位，獲取車牌定位信息；采用獲取的所述車牌定位信息確定待定位車標(biāo)的信息區(qū)域；采用圓形所對(duì)應(yīng)的特征參數(shù)對(duì)所述信息區(qū)域執(zhí)行圓檢測(cè)，在確定所述待定位車標(biāo)為圓形車標(biāo)時(shí)，在所述信息區(qū)域中確定所述待定位車標(biāo)的位置。2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在采用圓形所對(duì)應(yīng)的特征參數(shù)對(duì)所述信息區(qū)域執(zhí)行圓檢測(cè)之前，還包括:對(duì)所述信息區(qū)域執(zhí)行水平矯正處理。3.根據(jù)權(quán)利要求2所述的方法，其特征在于，執(zhí)行所述水平矯正處理包括:采用最大類間方差OTSU算法將車牌二值化，獲取二值圖；在所述二值圖上提取水平邊緣信息，獲取水平邊緣圖；對(duì)所述水平邊緣圖在預(yù)定角度范圍內(nèi)以預(yù)定角度間隔進(jìn)行角度旋轉(zhuǎn)，對(duì)于每次旋轉(zhuǎn)，統(tǒng)計(jì)所述水平邊緣圖前四行中最大的水平投影值，選取該水平投影值所對(duì)應(yīng)的角度中最大的角度為車牌矯正角度；采用雙線性插值算法將所述信息區(qū)域按照所述車牌矯正角度進(jìn)行矯正。4.根據(jù)權(quán)利要求1所述的方法，其特征在于，采用圓形所對(duì)應(yīng)的特征參數(shù)對(duì)所述信息區(qū)域執(zhí)行圓檢測(cè)，在確定所述待定位車標(biāo)為圓形車標(biāo)時(shí)，在所述信息區(qū)域中確定所述待定位車標(biāo)的位置包括:`對(duì)于所述信息區(qū)域，通過(guò)邊緣檢測(cè)算法獲取邊緣圖像；在獲取的所述邊緣圖像上，采用所述圓形所對(duì)應(yīng)的特征參數(shù)獲取所述信息區(qū)域內(nèi)的極大值點(diǎn)；通過(guò)廣義哈夫變換進(jìn)行圓檢測(cè)，確定所述待定位車標(biāo)在所述信息區(qū)域的位置；采用數(shù)學(xué)形態(tài)學(xué)濾波算法，定位所述待定位車標(biāo)的坐標(biāo)并在所述信息區(qū)域中截取所述待定位車標(biāo)。5.根據(jù)權(quán)利要求1至4中任一項(xiàng)所述的方法，其特征在于，在采用所述圓形所對(duì)應(yīng)的特征參數(shù)對(duì)所述信息區(qū)域執(zhí)行圓檢測(cè)之前，還包括:對(duì)所述信息區(qū)域執(zhí)行灰度化處理，并采用結(jié)構(gòu)元素對(duì)獲取的灰度圖像執(zhí)行開(kāi)運(yùn)算；采用OTSU算法將所述灰度圖像二值化，并通過(guò)形態(tài)學(xué)操作獲取連通域。6....

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：劉忠軒，張凱歌，
申請(qǐng)(專利權(quán))人：信幀電子技術(shù)北京有限公司，
類型：發(fā)明
國(guó)別省市：