CN103093206A - 车标识别方法及装置 - Google Patents
车标识别方法及装置 Download PDFInfo
- Publication number
- CN103093206A CN103093206A CN201310022654XA CN201310022654A CN103093206A CN 103093206 A CN103093206 A CN 103093206A CN 201310022654X A CN201310022654X A CN 201310022654XA CN 201310022654 A CN201310022654 A CN 201310022654A CN 103093206 A CN103093206 A CN 103093206A
- Authority
- CN
- China
- Prior art keywords
- car
- hash
- image
- cryptographic hash
- mark
- 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
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种车标识别方法及装置，该方法包括：对采集的车标图像集进行灰度均衡化的预处理；采用感知哈希方法对所述预处理后的图像进行哈希处理；对哈希处理得到的哈希值进行分类得到哈希值集合；将待识别图像进行车标识别。通过本发明，提高了车标识别的准确度。
Description
技术领域
本发明涉及一种计算机图像处理技术领域，特别涉及一种车标识别方法及装置。
背景技术
随着社会经济的发展，车辆的增多，通过计算机信息化、智能化的管理车辆成为必然。车牌识别技术被广泛应用在交通流量监测，高速公路卡口收费，闯红灯违章车辆监控及小区自动收费***中。目前追查***辆的最常用方法是由计算机自动识别出车牌号，然后查询数据库是否是套牌嫌疑车辆。但是车牌受部分遮挡、污迹、变形以及环境光照变化大等因素影响时，识别精度大大降低，误差大，给交警执法和车主带来不便，因此依靠识别车辆牌照来追查***辆是不够的，另外目前的处理技术只能对车牌和大型、中型、小型车辆进行识别，但不能识别具体的车型。
发明内容
为了达到上述目的，本实施例提供了一种车标识别方法及装置。
根据本发明的一个方面，本发明提供了一种车标识别方法，该方法包括：对采集的车标图像集进行灰度均衡化的预处理；采用感知哈希方法对所述预处理后的图像进行哈希处理；对哈希处理得到的哈希值进行分类得到哈希值集合；将待识别图像进行车标识别。
优选地，对采集的车标图像集进行灰度均衡化的预处理包括：形态学处理、目标提取、图像的归一化。
优选地对哈希处理得到的哈希值进行分类得到哈希值集合包括：
利用感知哈希方法获得每一幅车标图像的哈希值，将获得的车标哈希值进行分类，获得车标模板库，为每一个哈希值赋予一个标签用以标识该哈希值代表的车标，得到所有车标的分类结果。
优选地将待识别图像进行车标识别包括：
将测试的图像进行车标分割预处理；
采用感知哈希算法对其进行处理获得哈希值，与所述车标模板库对比，进行车标识别。
本实施例提供了一种车标识别装置，包括：第一处理模块，用于对采集的车标图像集进行灰度均衡化的预处理；第二处理模块，用于采用感知哈希方法对所述预处理后的图像进行哈希处理；分类模块，用于对哈希处理得到的哈希值进行分类得到哈希值集合；第一识别模块，用于将待识别图像进行车标识别。
优选地，所述第二处理通过如下方式进行哈希处理：形态学处理、目标提取和图像的归一化。
优选地，所述分类模块用于利用感知哈希方法获得每一幅车标图像的哈希值，将获得的车标哈希值进行分类，获得车标模板库，为每一个哈希值赋予一个标签用以标识该哈希值代表的车标，得到所有车标的分类结果。
优选地，所述识别模块包括：预处理模块，用于将测试的图像进行车标分割预处理；第二识别模块，用于采用感知哈希算法对其进行处理获得哈希值，与所述车标模板库对比，进行车标识别。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的车标识别方法的流程图；
图2是根据本发明实施例的车标识别装置的结构框图；以及
图3是根据本发明实施例的感知哈希算法的车标识别流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本实施例提供了一种车标识别方法，图1是根据本发明实施例的车标识别方法的流程图，如图1所示，该方法包括如下步骤S102至步骤S108。
步骤S102：对采集的车标图像集进行灰度均衡化的预处理。
步骤S104：采用感知哈希方法对预处理后的图像进行哈希处理。
步骤S106：对哈希处理得到的哈希值进行分类得到哈希值集合。
步骤S108：将待识别图像进行车标识别。
优选地，对采集的车标图像集进行灰度均衡化的预处理包括：形态学处理、目标提取、图像的归一化。
优选地，对哈希处理得到的哈希值进行分类得到哈希值集合包括：
利用感知哈希方法获得每一幅车标图像的哈希值，将获得的车标哈希值进行分类，获得车标模板库，为每一个哈希值赋予一个标签用以标识该哈希值代表的车标，得到所有车标的分类结果。
优选地将待识别图像进行车标识别包括：将测试的图像进行车标分割预处理；采用感知哈希算法对其进行处理获得哈希值，与车标模板库对比，进行车标识别。
本实施例提供了一种车标识别装置，图2是根据本发明实施例的车标识别装置的结构框图，如图2所示，该装置包括：第一处理模块22，用于对采集的车标图像集进行灰度均衡化的预处理；第二处理模块24，用于采用感知哈希方法对预处理后的图像进行哈希处理；分类模块26，用于对哈希处理得到的哈希值进行分类得到哈希值集合；第一识别模块28，用于将待识别图像进行车标识别。
优选地，第二处理模块24通过如下方式进行哈希处理：形态学处理、目标提取和图像的归一化。
优选地，分类模块26用于利用感知哈希方法获得每一幅车标图像的哈希值，将获得的车标哈希值进行分类，获得车标模板库，为每一个哈希值赋予一个标签用以标识该哈希值代表的车标，得到所有车标的分类结果。
优选地，识别模块28包括：预处理模块，用于将测试的图像进行车标分割预处理；第二识别模块，用于采用感知哈希算法对其进行处理获得哈希值，与车标模板库对比，进行车标识别。
本实施例提供了一种车标识别方法，该方法包括如下步骤：
第一步：首先对采集的车标图像集进行预处理，使得图像的灰度化均衡化。
第二步：采用感知哈希方法对第一步预处理后的图像进行哈希处理，获得哈希值。
第三步：将获得的哈希值进行分类处理，建立哈希值模板库。
第四步：将待识别图像预处理进行识别。
优选地，获得图像的预处理步骤是：
（1）形态学处理，去除二值化图像存在的空洞，获得更优的分割效果；
（2）目标提取，利用8连通分量分析的方法来提取一个单连通的车标图像，去除残余噪声，从而获得更优的二值轮廓图；
（3）图像的归一化：根据车标类型裁剪出车标图像，得到尺寸归一化图像，图像的大小统一为16*16像素；
优选地，所述的获得哈希值集合的步骤是：
利用感知哈希方法获得每一幅车标图像的哈希值，将获得的车标哈希值进行分类，获得车标模板库，为每一个哈希值赋予一个标签用以标识该哈希值代表的车标，得到所有车标的分类结果。
优选地，所述的车标识别的步骤是：将测试的图像进行车标分割预处理，然后采用感知哈希算法对其进行处理获得哈希值，与车标模板库对比，得到最后的识别结果。
优选实施例一
本优选实施例提出一种有效的定位识别汽车车标的方法，首先根据车牌定位信息阶段进行车标的粗定位，然后采用形态学处理获得车标的精定位，运用感知哈希算法对车标进行处理获得哈希序列，对车标进行识别的方法，这种方法速度快，哈希值不受图片的高宽、亮度甚至颜色的影响，提高了车标识别的正确率，且对视角变化具有很好的鲁棒性。
优选实施例二
本优选实施例提供了一种基于感知哈希的车标识别方法，该方法的步骤包括车标图像的预处理、特征提取，最后根据哈希序列把测试样车标图像归到相应的类中进行识别，具体步骤如下：
步骤一：形态学预处理
对车标粗定位的车标区域图像进行形态学处理，以去除二值化图像存在的空洞，获得更优的分割效果。
目标提取
利用8连通分量分析的方法来提取一个单连通的车标目标，去除噪声获取更优的二值轮廓图；
图像归一化
根据车标轮廓坐标裁剪出标准的车标图像，得到尺寸归一化图像，其中图像的大小统一为16*16像素。
步骤二：获得哈希序列
采用感知哈希的方法对归一化后的图像进行哈希处理。
步骤三：分类识别
优选实施例三
本优选实施例提供了一种基于感知哈希算法的车标识别方法，包含下列步骤：
（1）将拍摄装置安装于公路路口、收费站、停车场或其它要求的位置，对车辆进行图像采集，得到含有车标图像的原始图像；
（2）制作车标模板图像，具体方法为事先对含有全部车型的车标进行高清晰度拍摄，截取图像中的车标部分，并对车标类型进行排列，组成车标模板图像；
（a）目标提取
经形态学处理后，仍可能存在部分杂散噪声形成大小不一的块，对图像进一步进行连通域分析，利用8连通分量分析的方法提取车标位置，获得更优的二值轮廓图。
（b）将目标轮廓图像的位置映射到彩色图像进行截取，获得目标区域。
（c）图像归一化
为了消除图像大小对识别的影响，应使车标居中，然后将图像大小统一为16*16像素。
（3）感知哈希处理
（a）简化色彩:将缩小后的图片，转为128级灰度。也就是说，所有像素点总共只有128种颜色。
（b）计算DCT:DCT将图片分成了频度和纯量的集合。当JPEG使用16x16d的DCT时，算法就使用32X32的DCT。
（c）降低DCT:当DCT是32x32时，只保留顶左的8x8，这部分代表了图片的最低频。
（d）计算所有256个像素的灰度平均值
（e）将每一个像素的灰度，与平均值进行比较。大于或等于平均值，记为1；小于平均值，记为0。
（f）将上一步比较结果，组合在一起，就组成了256位的整数，这就是车标图像的指纹。
（4）将车标模板库的车标都进行哈希处理的到相应的指纹，建立哈希序列集。
（5）将获得的待识别图像进行步骤（3）的哈希处理，获得相应的指纹。
（6）将（5）中的获得的哈希序列与模板库的哈希序列进行比较，获得相应的车标类别。
优选实施例四
本优选实施例提供了一种车标识别方法，图3是根据本发明实施例的感知哈希算法的车标识别流程图，如图3所示，该方法包括：
步骤S302：车标图像库。
步骤S304：感知特征提取。
步骤S306：生成每幅图像的感知哈希序列。
步骤S308：建立哈希数据库。
步骤S310：带匹配车标图像。
步骤S312：感知特征提取。
步骤S314：感知哈希序列。
步骤S316：哈希对比，如果结果为是，执行在S318。否则，执行步骤S320。
步骤S318：判别结果。
步骤S320：拒绝。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种车标识别方法，其特征在于，包括：
对采集的车标图像集进行灰度均衡化的预处理；
采用感知哈希方法对所述预处理后的图像进行哈希处理；
对哈希处理得到的哈希值进行分类得到哈希值集合；
将待识别图像进行车标识别。
2.根据权利要求1所述的方法，其特征在于，对采集的车标图像集进行灰度均衡化的预处理包括：
形态学处理、目标提取、图像的归一化。
3.根据权利要求1所述的方法，其特征在于，对哈希处理得到的哈希值进行分类得到哈希值集合包括：
利用感知哈希方法获得每一幅车标图像的哈希值，将获得的车标哈希值进行分类，获得车标模板库，为每一个哈希值赋予一个标签用以标识该哈希值代表的车标，得到所有车标的分类结果。
4.根据权利要求3所述的方法，其特征在于，将待识别图像进行车标识别包括：
将测试的图像进行车标分割预处理；
采用感知哈希算法对其进行处理获得哈希值，与所述车标模板库对比，进行车标识别。
5.一种车标识别装置，其特征在于，包括：
第一处理模块，用于对采集的车标图像集进行灰度均衡化的预处理；
第二处理模块，用于采用感知哈希方法对所述预处理后的图像进行哈希处理；
分类模块，用于对哈希处理得到的哈希值进行分类得到哈希值集合；
第一识别模块，用于将待识别图像进行车标识别。
6.根据权利要求5所述的装置，其特征在于，所述第二处理模块通过如下方式进行哈希处理：
形态学处理、目标提取和图像的归一化。
7.根据权利要求5所述的装置，其特征在于，所述分类模块用于利用感知哈希方法获得每一幅车标图像的哈希值，将获得的车标哈希值进行分类，获得车标模板库，为每一个哈希值赋予一个标签用以标识该哈希值代表的车标，得到所有车标的分类结果。
8.根据权利要求7所述的装置，其特征在于，所述识别模块包括：
预处理模块，用于将测试的图像进行车标分割预处理；
第二识别模块，用于采用感知哈希算法对其进行处理获得哈希值，与所述车标模板库对比，进行车标识别。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310022654XA CN103093206A (zh) | 2013-01-21 | 2013-01-21 | 车标识别方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310022654XA CN103093206A (zh) | 2013-01-21 | 2013-01-21 | 车标识别方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103093206A true CN103093206A (zh) | 2013-05-08 |
Family
ID=48205754
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310022654XA Pending CN103093206A (zh) | 2013-01-21 | 2013-01-21 | 车标识别方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103093206A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103854488A (zh) * | 2014-03-19 | 2014-06-11 | 浙江宇视科技有限公司 | 一种黑名单分布式鉴别方法及装置 |
| CN104457758A (zh) * | 2014-12-19 | 2015-03-25 | 哈尔滨工业大学 | 基于视频采集的Visual Map数据库建立方法及利用该数据库的室内视觉定位方法 |
| CN111009074A (zh) * | 2018-10-04 | 2020-04-14 | 富士电机株式会社 | 管理服务器、自动售货机以及装置识别信息赋予方法 |
| CN111680895A (zh) * | 2020-05-26 | 2020-09-18 | 中国平安财产保险股份有限公司 | 数据自动标注方法、装置、计算机设备及存储介质 |
| CN113920605A (zh) * | 2021-10-18 | 2022-01-11 | 北京中交国通智能交通***技术有限公司 | 公路自由流收费数据处理、验证方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1997018525A1 (en) * | 1995-11-15 | 1997-05-22 | Cognitronics Imaging Systems, Inc. | Enhanced batched character image processing |
| CN101630361A (zh) * | 2008-12-30 | 2010-01-20 | 北京邮电大学 | 一种基于车牌、车身颜色和车标识别的***辆识别设备及方法 |
| CN101719217A (zh) * | 2009-12-15 | 2010-06-02 | 中国地质大学（武汉） | 一种基于弹性松驰算法的车型识别***及方法 |
| CN102609713A (zh) * | 2011-01-20 | 2012-07-25 | 索尼公司 | 对图像进行分类的方法和设备 |
-
2013
- 2013-01-21 CN CN201310022654XA patent/CN103093206A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5852685A (en) * | 1993-07-26 | 1998-12-22 | Cognitronics Imaging Systems, Inc. | Enhanced batched character image processing |
| WO1997018525A1 (en) * | 1995-11-15 | 1997-05-22 | Cognitronics Imaging Systems, Inc. | Enhanced batched character image processing |
| CN101630361A (zh) * | 2008-12-30 | 2010-01-20 | 北京邮电大学 | 一种基于车牌、车身颜色和车标识别的***辆识别设备及方法 |
| CN101719217A (zh) * | 2009-12-15 | 2010-06-02 | 中国地质大学（武汉） | 一种基于弹性松驰算法的车型识别***及方法 |
| CN102609713A (zh) * | 2011-01-20 | 2012-07-25 | 索尼公司 | 对图像进行分类的方法和设备 |
Non-Patent Citations (1)
| Title |
|---|
| 曾勇: "图像感知哈希算法及应用", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103854488A (zh) * | 2014-03-19 | 2014-06-11 | 浙江宇视科技有限公司 | 一种黑名单分布式鉴别方法及装置 |
| CN103854488B (zh) * | 2014-03-19 | 2016-03-09 | 浙江宇视科技有限公司 | 一种黑名单分布式鉴别方法及装置 |
| CN104457758A (zh) * | 2014-12-19 | 2015-03-25 | 哈尔滨工业大学 | 基于视频采集的Visual Map数据库建立方法及利用该数据库的室内视觉定位方法 |
| CN104457758B (zh) * | 2014-12-19 | 2017-04-12 | 哈尔滨工业大学 | 基于视频采集的Visual Map数据库建立方法及利用该数据库的室内视觉定位方法 |
| CN111009074A (zh) * | 2018-10-04 | 2020-04-14 | 富士电机株式会社 | 管理服务器、自动售货机以及装置识别信息赋予方法 |
| CN111009074B (zh) * | 2018-10-04 | 2021-12-14 | 富士电机株式会社 | 管理服务器、自动售货机以及装置识别信息赋予方法 |
| CN111680895A (zh) * | 2020-05-26 | 2020-09-18 | 中国平安财产保险股份有限公司 | 数据自动标注方法、装置、计算机设备及存储介质 |
| CN113920605A (zh) * | 2021-10-18 | 2022-01-11 | 北京中交国通智能交通***技术有限公司 | 公路自由流收费数据处理、验证方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103810505B (zh) | 基于多层描述子的车辆标识方法与*** | |
| CN103077407B (zh) | 车标定位识别方法及*** | |
| CN110837807A (zh) | 一种***辆的识别方法及*** | |
| Xie et al. | A robust license plate detection and character recognition algorithm based on a combined feature extraction model and BPNN | |
| Sulaiman et al. | Development of automatic vehicle plate detection system | |
| CN103093201B (zh) | 车标定位识别方法及*** | |
| CN110991221B (zh) | 一种基于深度学习的动态交通闯红灯识别方法 | |
| CN107016362B (zh) | 基于车辆前挡风玻璃粘贴标志的车辆重识别方法和*** | |
| CN110909598B (zh) | 一种基于深度学习的非机动车道交通违法行驶识别方法 | |
| CN109215364B (zh) | 交通信号识别方法、***、设备和存储介质 | |
| CN104766042A (zh) | 交通标志板识别方法及装置 | |
| CN103310231A (zh) | 车标定位与识别方法 | |
| CN105321350A (zh) | ***检测方法及装置 | |
| CN104361359A (zh) | 基于图像检测的车辆识别方法 | |
| Azad et al. | New method for optimization of license plate recognition system with use of edge detection and connected component | |
| CN103093206A (zh) | 车标识别方法及装置 | |
| CN114387591A (zh) | 车牌识别方法、***、设备及存储介质 | |
| CN104182728A (zh) | 一种基于模式识别的车标自动定位与识别方法 | |
| CN105787475A (zh) | 一种复杂环境下的交通标志检测与识别方法 | |
| CN111008554B (zh) | 一种基于深度学习的动态交通斑马线内不礼让行人识别方法 | |
| CN103093229A (zh) | 车标定位方法及装置 | |
| CN105975949A (zh) | 一种基于视觉信息的汽车识别方法 | |
| CN111860219A (zh) | 一种高速占道判断方法、装置及电子设备 | |
| CN103093205B (zh) | 识别车标的方法 | |
| CN111950469A (zh) | 一种道路标识检测方法、***、设备和介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130508 |