CN105678756A - 一种基于颜色的库位定位*** - Google Patents
一种基于颜色的库位定位*** Download PDFInfo
- Publication number
- CN105678756A CN105678756A CN201511033873.3A CN201511033873A CN105678756A CN 105678756 A CN105678756 A CN 105678756A CN 201511033873 A CN201511033873 A CN 201511033873A CN 105678756 A CN105678756 A CN 105678756A
- Authority
- CN
- China
- Prior art keywords
- color
- coded
- point
- colors
- storage location
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及基于颜色的定位算法领域,尤其是一种基于颜色的库位定位***,首先在HSV空间中依据颜色间距离对图片颜色进行分类,将图片转化只包含八种基准颜色的图片。然后对颜色标志图像进行彩色二值化,得到四幅二值图像,并根据图像中白色像素的数量,判定是否包含库位。随后,利用彩色跳变点和库位底色信息来初定位库位位置。去除二值图中的小连通区域。最后通过颜色密度和连通域信息不断缩小库位区域直到精确定位出库位的位置。整个定位过程中不包含计算复杂度很高的操作,实时性较好。根据周边布置的颜色标识环境,通过图像输入设备采集环境图像,根据算法提供相对位置及绝对位置以及方向的快速定位方案。
Description
技术领域
本发明属于智能交通的领域,尤其是一种基于颜色的库位定位***。
背景技术
随着社会的发展,人们对交通***的要求越来越高,大力发展智能交通***(IntelligentTransportationSystem,简称ITS),已成为亟待解决的问题。ITS是集电子、通信、计算机、人工智能、机器视觉、数字图像处理等多门科学和技术的综合化***。智能交通***的发展正在日益影响着社会生活、国民经济、城市建设等方方面面,因而受到政府和研究机构的高度重视。各地对智能交通的需求主要集中在如合节省资金和节约人力的情况下提高对车辆监控和管理的自动化程度,库位识别是智能交通***中最重要和基础的技术之一,其任务是通过对环境标志的处理来定位库位,根据周边布置的颜色标识环境,通过图像输入设备采集环境图像,根据算法提供相对位置及绝对位置以及方向的快速定位方案。
发明内容
本发明要解决的技术问题是:为了解决上述背景技术中存在的问题,提供一种基于颜色的库位定位***,基于彩色跳变点和颜色密度信息,在HSV空间中依据颜色距离对环境标志进行分类,利用彩色跳变点来确定库位的大致范围,通过颜色密度和连通域信息不断缩小库位区域直到精确定位出库位的位置,解决车辆停靠的库位定位***。
本发明解决其技术问题所采用的技术方案是:一种基于颜色的库位定位***,其特征在于,具体步骤如下:
步骤1:将颜色标志用双线性插值法缩小到原图片的0.2倍;
步骤2:将缩放后的颜色标志图片红绿蓝RGB颜色空间转化到HSV颜色空间,H、S、V分别代表颜色的色调Hue、饱和度Saturation和亮度Value,在HSV空间中依据颜色间距离计算公式,计算图片中每一像素到八种基准颜色蓝、黄、白、黑、绿、青、红、洋红的距离d,所述的八种基准颜色在HSV空间的坐标分别为(240,1,1)、(60,1,1)、(0,0,1)、(0,0,0)、(120,1,1)、(180,1,1)、(0,1,1)、(300,1,1),所述的颜色间距离计算公式为:
d=[(v1-v2)2+(s1*cosh1-s2*cosh2)2+(s1*sinh1-s2*sinh2)2]1/2
对颜色标志图片的颜色进行分类,以最小距离d所对应的颜色作为缩放后的颜色标志图片像素点分类后的颜色,其中v1、v2分别表示待计算的距离所对应的两像素在HSV空间中亮度Value分量值,s1、s2分别表示待计算的距离所对应的两像素在HSV空间中饱和度Saturation分量值,h1,h2分别表示待计算的距离所对应的两像素在HSV空间中色调Hue分量值,并用一个和颜色分类后的颜色标志长度和宽度一样的矩阵N8来存储颜色分类后的颜色标志中的颜色信息,数值从1到8分别代表蓝、黄、白、黑、绿、青、红、洋红;
步骤3:颜色分类后的颜色标志进行彩色二值化,分别将可能成为库位底色的黑、白、蓝、黄四种颜色置为前景白色即赋值为1,再分别将剩余的七种颜色置为黑色即赋值为0,得到四幅二值图片,分别称这四幅图片为黑色二值图、白色二值图、蓝色二值图、黄色二值图;
步骤4:
步骤4.1:分别寻找二值图中最上方、最下方、最左边和最右边的白点,将它们所在的行或列分别作为新的颜色标志上边界、下边界、左边界和右边界,统计由以上边界围合而成区域内所有白点的个数colorsum,计算该范围内的颜色密度colord,颜色密度colord的值为所有白点的个数colorsum除以总像素个数,转入步骤4.2;
步骤4.2:当颜色密度大于0.7或小于0.4时,计算所有白色像素点坐标的平均值,将该平均值赋给P点,标记出二值图中所有的白色像素点的四连通域,计算所有四连通域到P点的距离,四连通区域到P点的距离为该四连通域中与P点距离最近的像素点到P点的距离,将距离P点最远的四连通域中的像素置为黑色,转入步骤4.1,当颜色密度大于0.4并且小于0.7时停止操作,将由最终得到的颜色标志边界而确定的颜色标志输出。
本发明的有益效果是,本发明的一种基于颜色的库位定位***,利用彩色跳变点来确定库位的大致范围,通过颜色密度和连通域信息不断缩小库位区域直到精确定位出库位的位置,解决车辆停靠的库位定位***。
附图说明
图1是本发明的流程图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图,仅以示意方式说明本发明的基本结构,因此其仅显示与本发明有关的构成。
图1所示的一种基于颜色的库位定位***,具体步骤如下:
步骤1:将颜色标志用双线性插值法缩小到原图片的0.2倍;
步骤2:将缩放后的颜色标志图片红绿蓝RGB颜色空间转化到HSV颜色空间,H、S、V分别代表颜色的色调Hue、饱和度Saturation和亮度Value,在HSV空间中依据颜色间距离计算公式,计算图片中每一像素到八种基准颜色蓝、黄、白、黑、绿、青、红、洋红的距离d,所述的八种基准颜色在HSV空间的坐标分别为(240,1,1)、(60,1,1)、(0,0,1)、(0,0,0)、(120,1,1)、(180,1,1)、(0,1,1)、(300,1,1),所述的颜色间距离计算公式为:
d=[(v1-v2)2+(s1*cosh1-s2*cosh2)2+(s1*sinh1-s2*sinh2)2]1/2
对颜色标志图片的颜色进行分类,以最小距离d所对应的颜色作为缩放后的颜色标志图片像素点分类后的颜色,其中v1、v2分别表示待计算的距离所对应的两像素在HSV空间中亮度Value分量值,s1、s2分别表示待计算的距离所对应的两像素在HSV空间中饱和度Saturation分量值,h1,h2分别表示待计算的距离所对应的两像素在HSV空间中色调Hue分量值,并用一个和颜色分类后的颜色标志长度和宽度一样的矩阵N8来存储颜色分类后的颜色标志中的颜色信息,数值从1到8分别代表蓝、黄、白、黑、绿、青、红、洋红;
步骤3:颜色分类后的颜色标志进行彩色二值化,分别将可能成为库位底色的黑、白、蓝、黄四种颜色置为前景白色即赋值为1,再分别将剩余的七种颜色置为黑色即赋值为0,得到四幅二值图片,分别称这四幅图片为黑色二值图、白色二值图、蓝色二值图、黄色二值图;
步骤4:
步骤4.1:分别寻找二值图中最上方、最下方、最左边和最右边的白点,将它们所在的行或列分别作为新的颜色标志上边界、下边界、左边界和右边界,统计由以上边界围合而成区域内所有白点的个数colorsum,计算该范围内的颜色密度colord,颜色密度colord的值为所有白点的个数colorsum除以总像素个数,转入步骤4.2;
步骤4.2:当颜色密度大于0.7或小于0.4时,计算所有白色像素点坐标的平均值,将该平均值赋给P点,标记出二值图中所有的白色像素点的四连通域,计算所有四连通域到P点的距离,四连通区域到P点的距离为该四连通域中与P点距离最近的像素点到P点的距离,将距离P点最远的四连通域中的像素置为黑色,转入步骤4.1,当颜色密度大于0.4并且小于0.7时停止操作,将由最终得到的颜色标志边界而确定的颜色标志输出。
实施例:使用车辆倒库时,一种基于颜色的库位定位***,具体步骤如下:
步骤1:将颜色标志用双线性插值法缩小到原图片的0.2倍;
步骤2:将缩放后的颜色标志图片红绿蓝RGB颜色空间转化到HSV颜色空间,H、S、V分别代表颜色的色调Hue、饱和度Saturation和亮度Value,在HSV空间中依据颜色间距离计算公式,计算图片中每一像素到八种基准颜色蓝、黄、白、黑、绿、青、红、洋红的距离d,所述的八种基准颜色在HSV空间的坐标分别为(240,1,1)、(60,1,1)、(0,0,1)、(0,0,0)、(120,1,1)、(180,1,1)、(0,1,1)、(300,1,1),所述的颜色间距离计算公式为:
d=[(v1-v2)2+(s1*cosh1-s2*cosh2)2+(s1*sinh1-s2*sinh2)2]1/2
对颜色标志图片的颜色进行分类,以最小距离d所对应的颜色作为缩放后的颜色标志图片像素点分类后的颜色,其中v1、v2分别表示待计算的距离所对应的两像素在HSV空间中亮度Value分量值,s1、s2分别表示待计算的距离所对应的两像素在HSV空间中饱和度Saturation分量值,h1,h2分别表示待计算的距离所对应的两像素在HSV空间中色调Hue分量值,并用一个和颜色分类后的颜色标志长度和宽度一样的矩阵N8来存储颜色分类后的颜色标志中的颜色信息,数值从1到8分别代表蓝、黄、白、黑、绿、青、红、洋红;
步骤3:颜色分类后的颜色标志进行彩色二值化,分别将可能成为库位底色的黑、白、蓝、黄四种颜色置为前景白色即赋值为1,再分别将剩余的七种颜色置为黑色即赋值为0,得到四幅二值图片,分别称这四幅图片为黑色二值图、白色二值图、蓝色二值图、黄色二值图;
步骤4:
步骤4.1:分别寻找二值图中最上方、最下方、最左边和最右边的白点,将它们所在的行或列分别作为新的颜色标志上边界、下边界、左边界和右边界,统计由以上边界围合而成区域内所有白点的个数colorsum,计算该范围内的颜色密度colord,颜色密度colord的值为所有白点的个数colorsum除以总像素个数,转入步骤4.2;
步骤4.2:当颜色密度大于0.7或小于0.4时,计算所有白色像素点坐标的平均值,将该平均值赋给P点,标记出二值图中所有的白色像素点的四连通域,计算所有四连通域到P点的距离,四连通区域到P点的距离为该四连通域中与P点距离最近的像素点到P点的距离,将距离P点最远的四连通域中的像素置为黑色,转入步骤4.1,当颜色密度大于0.4并且小于0.7时停止操作,将由最终得到的颜色标志边界而确定的颜色标志输出。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。
Claims (1)
1.一种基于颜色的库位定位***,其特征在于,具体步骤如下:
步骤1:将颜色标志用双线性插值法缩小到原图片的0.2倍;
步骤2:将缩放后的颜色标志图片红绿蓝RGB颜色空间转化到HSV颜色空间,H、S、V分别代表颜色的色调Hue、饱和度Saturation和亮度Value,在HSV空间中依据颜色间距离计算公式,计算图片中每一像素到八种基准颜色蓝、黄、白、黑、绿、青、红、洋红的距离d,所述的八种基准颜色在HSV空间的坐标分别为(240,1,1)、(60,1,1)、(0,0,1)、(0,0,0)、(120,1,1)、(180,1,1)、(0,1,1)、(300,1,1),所述的颜色间距离计算公式为:
d=[(v1-v2)2+(s1*cosh1-s2*cosh2)2+(s1*sinh1-s2*sinh2)2]1/2
对颜色标志图片的颜色进行分类,以最小距离d所对应的颜色作为缩放后的颜色标志图片像素点分类后的颜色,其中v1、v2分别表示待计算的距离所对应的两像素在HSV空间中亮度Value分量值,s1、s2分别表示待计算的距离所对应的两像素在HSV空间中饱和度Saturation分量值,h1,h2分别表示待计算的距离所对应的两像素在HSV空间中色调Hue分量值,并用一个和颜色分类后的颜色标志长度和宽度一样的矩阵N8来存储颜色分类后的颜色标志中的颜色信息,数值从1到8分别代表蓝、黄、白、黑、绿、青、红、洋红;
步骤3:颜色分类后的颜色标志进行彩色二值化,分别将可能成为库位底色的黑、白、蓝、黄四种颜色置为前景白色即赋值为1,再分别将剩余的七种颜色置为黑色即赋值为0,得到四幅二值图片,分别称这四幅图片为黑色二值图、白色二值图、蓝色二值图、黄色二值图;
步骤4:
步骤4.1:分别寻找二值图中最上方、最下方、最左边和最右边的白点,将它们所在的行或列分别作为新的颜色标志上边界、下边界、左边界和右边界,统计由以上边界围合而成区域内所有白点的个数colorsum,计算该范围内的颜色密度colord,颜色密度colord的值为所有白点的个数colorsum除以总像素个数,转入步骤4.2;
步骤4.2:当颜色密度大于0.7或小于0.4时,计算所有白色像素点坐标的平均值,将该平均值赋给P点,标记出二值图中所有的白色像素点的四连通域,计算所有四连通域到P点的距离,四连通区域到P点的距离为该四连通域中与P点距离最近的像素点到P点的距离,将距离P点最远的四连通域中的像素置为黑色,转入步骤4.1,当颜色密度大于0.4并且小于0.7时停止操作,将由最终得到的颜色标志边界而确定的颜色标志输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511033873.3A CN105678756A (zh) | 2015-12-30 | 2015-12-30 | 一种基于颜色的库位定位*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511033873.3A CN105678756A (zh) | 2015-12-30 | 2015-12-30 | 一种基于颜色的库位定位*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105678756A true CN105678756A (zh) | 2016-06-15 |
Family
ID=56189975
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201511033873.3A Pending CN105678756A (zh) | 2015-12-30 | 2015-12-30 | 一种基于颜色的库位定位*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105678756A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108762501A (zh) * | 2018-05-23 | 2018-11-06 | 歌尔科技有限公司 | Ar显示方法、智能终端、ar设备及*** |
WO2019169772A1 (zh) * | 2018-03-06 | 2019-09-12 | 平安科技(深圳)有限公司 | 图片处理方法、电子装置及存储介质 |
CN111192250A (zh) * | 2019-12-30 | 2020-05-22 | 合肥联宝信息技术有限公司 | 一种数据处理方法、装置及计算机存储介质和计算机 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102254152A (zh) * | 2011-06-17 | 2011-11-23 | 东南大学 | 基于彩色跳变点和颜色密度的车牌定位方法 |
-
2015
- 2015-12-30 CN CN201511033873.3A patent/CN105678756A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102254152A (zh) * | 2011-06-17 | 2011-11-23 | 东南大学 | 基于彩色跳变点和颜色密度的车牌定位方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019169772A1 (zh) * | 2018-03-06 | 2019-09-12 | 平安科技(深圳)有限公司 | 图片处理方法、电子装置及存储介质 |
CN108762501A (zh) * | 2018-05-23 | 2018-11-06 | 歌尔科技有限公司 | Ar显示方法、智能终端、ar设备及*** |
CN111192250A (zh) * | 2019-12-30 | 2020-05-22 | 合肥联宝信息技术有限公司 | 一种数据处理方法、装置及计算机存储介质和计算机 |
CN111192250B (zh) * | 2019-12-30 | 2022-02-08 | 合肥联宝信息技术有限公司 | 电脑b面边框检测方法、装置及计算机存储介质和计算机 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102903128B (zh) | 基于局部特征结构保持的视频图像内容编辑传播方法 | |
Dun et al. | Chinese license plate localization in multi-lane with complex background based on concomitant colors | |
CN102254152B (zh) | 基于彩色跳变点和颜色密度的车牌定位方法 | |
CN102819728A (zh) | 一种基于分类模板匹配的交通标志检测方法 | |
CN106919910B (zh) | 一种基于hog-cth组合特征的交通标志识别方法 | |
CN104598907B (zh) | 一种基于笔画宽度图的图像中文字数据提取方法 | |
CN102737221B (zh) | 车辆颜色的识别方法及装置 | |
CN105678756A (zh) | 一种基于颜色的库位定位*** | |
CN110659634A (zh) | 一种基于颜色定位和字符分割的集装箱箱号定位方法 | |
CN108875759B (zh) | 一种图像处理方法、装置及服务器 | |
CN105118076A (zh) | 基于过度分割和局部与全局一致性的图像彩色化方法 | |
CN108564631A (zh) | 车灯光导色差检测方法、装置及计算机可读存储介质 | |
CN103400121A (zh) | 基于彩色二值化图像的车牌定位方法 | |
CN107506738A (zh) | 特征提取方法、图像识别方法、装置及电子设备 | |
CN104915975A (zh) | 一种模拟蜡笔彩绘的图像处理方法和*** | |
CN102595055A (zh) | 一种在yuv图像上叠加文字的方法 | |
CN107730508A (zh) | 彩色文本图像多通道二值化处理方法 | |
CN104794308B (zh) | 基于图像边缘检测的版图图像转换为cif文件方法 | |
CN116310154A (zh) | 一种基于语义关系的电子地图节能配色方法及装置 | |
Hoarau | Reaching a compromise between contextual constraints and cartographic rules: Application to sustainable maps | |
CN103325101B (zh) | 彩色特征的提取方法及装置 | |
CN104123553B (zh) | 一种基于级联形态学变换的车牌定位方法及*** | |
CN102831419A (zh) | 一种快速的街景图像中车牌的检测模糊方法 | |
CN103279965A (zh) | 一种二值点画效果图片及视频的生成方法 | |
CN106815580A (zh) | 一种车牌定位方法 |
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 |
Application publication date: 20160615 |
|
RJ01 | Rejection of invention patent application after publication |