阅读说明：本技术 一种基于背景散热片消融的车标定位方法 (Car logo positioning method based on background cooling fin ablation ) 是由 卿粼波 李映东 吴晓红 何小海 滕奇志 吴小强 于 2019-04-18 设计创作，主要内容包括：本发明提供了一种基于背景散热片消融的车标定位方法。首先根据车标与车牌的空间位置关系确定车标的粗定位区域。依据粗定位区域在水平投影和垂直投影上的差异性将车标背景分为三大类：无散热片、类水平纹理散热片和垂直纹理散热片。然后采用与车标背景相对应的算法对车标背景散热片进行消融、去噪和形态学处理,并根据车标的物理特性约束,实现车标的精确定位。本发明的车标定位方法具有适应性广、定位精确性高等优点。(The invention provides a car logo positioning method based on background cooling fin ablation. Firstly, determining a coarse positioning area of the car logo according to the spatial position relation between the car logo and the license plate. The car logo backgrounds are classified into three categories according to the difference of the rough positioning area in horizontal projection and vertical projection: no fins, quasi-horizontal texture fins, and vertical texture fins. And then, carrying out ablation, denoising and morphological processing on the car logo background radiating fins by adopting an algorithm corresponding to the car logo background, and realizing accurate positioning of the car logo according to the physical characteristic constraint of the car logo. The car logo positioning method has the advantages of wide adaptability, high positioning accuracy and the like.)

一种基于背景散热片消融的车标定位方法

技术领域

本发明涉及车标定位技术和图像处理技术领域，尤其涉及一种基于背景散热片消融的车标定位方法。

背景技术

车辆信息的采集和识别在智能交通系统中起着关键性作用。然而已有的车牌识别系统受到***的影响，无法准确的获取车辆信息，面对这种情况，基于车辆图像的车标识别受到了越来越多的重视。车标识别技术已成为车辆识别系统的重要组成部分。而车标定位是车标识别的基础和前提，只有准确的将车标定位，才能进一步的识别车标。

但是由于车标种类繁多、大小形状不一、纹理不定，特别是车标背景散热片的干扰，对车标的准确定位产生了影响。目前已提出了很多车标定位的研究方法，如：基于边缘检测和投影的车标定位方法；基于车标背景纹理分析的车标定位方法；基于DCT域的车标定位方法；基于能量特征的车标定位方法；基于PCA与不变矩的车标定位方法；基于模板匹配的车标定位方法等。但目前的车标定位方法很多情况下只适合单一的车标背景纹理，难以兼顾复杂多变的车标本身和背景纹理，局限性比较大，并且定位率难以得到保证。

发明内容

针对现有车标定位方法的技术问题，本发明提供了一种基于背景散热片消融的车标定位方法，相比以前的车标定位方法，本发明的方法准确性高，适用性更广。

本发明的基本思想是，先通过车标和车牌的空间位置关系的先验知识，对车标的位置进行粗定位。对粗定位区域的车标背景进行分类，分别对不同种类的车标背景进行消融、去噪和形态学处理，从而实现车标的精确定位。

根据车标和车牌的空间位置关系的先验知识，对车标的位置进行粗定位。即车标粗定位区域位于车牌的垂直正上方，高度是0.5～3.0个车牌的高度范围内，宽度与车牌宽度大小一致。再对粗定位的图像进行水平投影，根据水平投影的差异判断车标背景有无散热片。对于车标背景有散热片的，本发明将其散热片纹理分为两大类：类水平纹理散热片和垂直纹理散热片。类水平纹理散热片是指各种复杂水平方向纹理(散热片栅格角度在0度到45度之间)和复杂的网状纹理散热片。垂直纹理散热片是指主要散热片栅格在45度到90度之间。

对于车标背景无散热片的，噪声较小，可根据水平投影和垂直投影来确定车标的准确位置。由于实际当中光照不均匀的影响可能导致车标的投影不完全，所以先对粗定位区域的二值化图像进行膨胀，然后在其水平投影上取出自上而下首段连续不为零的区域，再对这段区域进行垂直投影，取出垂直投影的左右边界，得到的即是无散热片背景车标精确定位的结果。

对于车标背景是类水平纹理的，采用Soble垂直算子对其进行背景消融。通常消融的结果噪声较大，为了最大限度的消除背景噪声对车标定位的影响，保证车标区域的完整性，采用了一种适用于车标定位的邻间二值化方法：将Soble垂直算子消融后图像上的点与该点上下两个点的灰度值相加，当相加的值小于给定阈值，即视为噪点并去除。在邻间二值化之后，需要对车标周围残留的噪点进行去除。对于背景纹理比较复杂的车标，单一的运用形态学去噪效果并不是很好。本发明采用了一种基于投影的去噪方法。类水平纹理邻间二值化后的车标部分在水平投影上具有连续性且长度最大，在垂直投影上分为几个连续区域。基于这一特性，可以取水平投影中连续不为零的最大区域，其他区域可视为噪点并去除。对经过水平方向上去噪之后的图像进行垂直投影。取垂直投影中连续不为零的最大区域，然后将各连续区域与最大区域进行对比，小于最大区域长度的1/5视为噪点并去除。

对于车标背景是垂直纹理的，采用Soble水平算子对其进行背景消融，并采用邻间二值化方法。与类水平纹理不同的是，垂直纹理的二值化是取图像上的点与该点左右两个点的灰度值相加，当相加的值小于给定阈值即视为噪点。在大部分垂直纹理的背景中，车标上方或者下方会有一条水平条纹，对车标的精确定位有影响。因此，在邻间二值化后，对水平条纹进行消除。实际中这条水平条纹大多数并不是完全水平的，而是具有一定的幅度，且其在水平投影上的值远大于车标部分，基于这一特性，当连续两行的投影值之和大于粗定位区域宽度的1/5，即视为长条部分。在垂直纹理预处理后的车标部分在垂直投影上具有连续性且长度最大，在水平投影上分为几个连续区域。基于这一特性，可以取垂直投影中连续不为零的最大区域，其他区域可视为噪点并去除。对经过垂直方向上去噪之后的图像进行水平投影，取水平投影中连续不为零的最大区域，然后将各连续区域与最大区域对比，小于最大区域长度的1/5视为噪点并去除。

对于背景有散热片的，在对车标背景的散热片进行消融并对车标周围残留的噪点去除之后，对得到的图像膨胀，取其最大的外接矩形，并根据车标的轮廓对称性(车标左边界到粗定位区域中轴线的距离等于车标右边界到粗定位区域中轴线的距离)对定位结果进行约束，从而得到有散热片背景车标精确定位的结果。

附图说明

图1为本发明一种基于背景散热片消融的车标定位方法的流程图；

图2为无散热片背景的车标精确定位结果，图2(a)是车标粗定位区域，图2(b)是车标粗定位区域二值化膨胀后的图像，图2(c)是膨胀后图像的水平投影，图2(d)截取车标上下边界的图像，图2(e)是图像2(d)的垂直投影，图2(f)是车标精确定位的结果；

图3为类水平纹理散热片背景的车标精确定位结果，图3(a)是车标粗定位区域，图3(b)是Soble垂直算子处理后的图像，图3(c)是邻间二值化后的图像，图3(d)是二值化图像的水平投影，图3(e)是去噪后的水平投影，图3(f)是水平方向去噪后的图像，图3(g)是图像3(f)的垂直投影，图3(h)是去噪后的垂直投影，图3(i)是垂直方向去噪后的图像，图3(j)是膨胀后的图像，图3(k)是车标精确定位的结果；

图4为垂直纹理散热片背景的车标精确定位结果，图4(a)是车标粗定位区域，图4(b)是Soble水平算子处理后的图像，图4(c)是邻间二值化后的图像，图4(d)是二值化图像的水平投影，图4(e)是消除水平长条后的图像，图4(f)是图像4(e)的垂直投影，图4(g)是去噪后的垂直投影，图4(h)是垂直方向去噪后的图像，图4(i)是图像4(h)的水平投影，图4(j)是去噪后的水平投影，图4(k)是水平方向去噪后的图像，图4(m)是车标精确定位的结果；

具体实施方式

下面结合附图及实施例对本发明作进一步的详细说明，有必要指出的是，以下的实施例只用于对本发明做进一步的说明，不能理解为对本发明保护范围的限制，所属领域技术熟悉人员根据上述发明内容，对本发明做出一些非本质的改进和调整进行具体实施，应仍属于本发明的保护范围。

图1中，一种基于背景散热片消融的车标定位方法，包括以下步骤：

(1)对车辆的原始图像进行车标的粗定位；

(2)判断粗定位区域的车标背景有无散热片；当车标粗定位区域的背景有散热片时，则执行步骤(3)；当车标粗定位区域的背景无散热片时，则执行步骤(6)；

(3)对粗定位区域的车标背景散热片纹理进行分类；

(4)分别采用不同的算法对不同的的车标背景散热片进行消融；

(5)对车标周围残留的噪点进行消除；

(6)形态学处理得到车标精确定位的结果。

进一步，所述步骤(1)包括：

从原始车辆图像中获取车牌的位置，利用车标和车牌的空间位置关系的先验知识，对车标的位置进行粗定位。粗定位区域位于车牌的垂直正上方，高度是0.5～3.0个车牌的高度范围内，宽度与车牌宽度大小一致。

进一步，所述步骤(2)包括:

根据无散热片背景的特性，利用粗定位区域的水平投影判断车标背景有无散热片。由于实际当中光照不均匀的影响可能导致车标的投影不完全，所以先对粗定位区域的二值化图像进行膨胀，然后进行水平投影。判别条件如下：

其中T是对粗定位区域进行水平投影，从上至下得到首段连续长度不为零的区域，S是这段区域的最大投影长度，H是粗定位图片高度，W是粗定位图片宽度。

当车标粗定位区域的背景有散热片时，执行步骤(3)；当车标粗定位区域的背景无散热片时，则执行步骤(6)。

进一步，所述步骤(3)包括:

本发明将车标背景的散热片纹理分为两大类：类水平纹理散热片和垂直纹理散热片。类水平纹理散热片是指各种复杂水平方向纹理(散热片栅格角度在0度到45度之间)和复杂的网状纹理散热片。垂直纹理散热片是指主要散热片栅格在45度到90度之间。

由于这两类散热片的垂直投影方差差别较大，利用其粗定位区域的垂直投影方差大小来判别车标背景是类水平纹理还是垂直纹理。判别条件如下：

其中V是车标粗定位左起1/4区域垂直投影的方差，M是垂直投影阈值。

进一步，所述步骤(4)包括:

对于车标背景是类水平纹理的，采用Soble垂直算子对其进行背景消融，结果如图3(b)所示。通常消融的结果噪声较大，为了最大限度的消除背景噪声对车标定位的影响，保证车标区域的完整性，采用了一种适用于车标定位的邻间二值化方法：

其中f(i,j)是点(i,j)的灰度值，k是灰度值阈值。由于Soble垂直算子消融后的图像在垂直方向上保持着边缘特征，基于这一特性，可以将点(i,j)与该点上下两个点的灰度值相加，当相加的值小于k，即视为噪点。结果如图3(c)所示。

对于车标背景是垂直纹理的，采用Soble水平算子对其进行背景消融。并采用邻间二值化，与类水平纹理不同的是，垂直纹理的二值化是取(i,j)与该点左右两个点的灰度值相加，当相加的值小于k即视为噪点。在大部分垂直纹理的背景中，车标上方或者下方会有一条水平条纹，对车标的精确定位有影响。因此，在邻间二值化后，对水平条纹进行消除。实际中这条水平条纹大多数并不是完全水平的，而是具有一定的幅度，且其在水平投影上的值远大于车标部分，基于这一特性，当连续两行的投影值之和大于粗定位区域宽度的1/5，即视为长条部分：

其中f(i,j)是点(i,j)的灰度值，h(i)是粗定位区域的水平投影，W是粗定位区域的宽度。结果如图4(c)-(e)所示。

进一步，所述步骤(5)包括:

对于车标背景是类水平纹理的，可以发现邻间二值化后的车标部分在水平投影上具有连续性且长度最大，在垂直投影上分为几个连续区域。基于这一特性，可以取水平投影中连续不为零的最大区域，其他区域可视为噪点并去除：

其中f(i,j)是点(i,j)的灰度值，T_m是邻间二值化后图像在水平投影上连续不为零的最大区域。结果如图3(d)-(f)所示。

对经过水平方向上去噪之后的图像进行垂直投影。取垂直投影中连续不为零的最大区域，然后将各连续区域与最大区域进行对比，小于最大区域长度的1/5视为噪点：

其中f(i,j)是点(i,j)的灰度值，W_(i，j)是点(i,j)所在的区域，W_m是垂直投影上连续不为零的最大区域。结果如图3(g)-(i)所示.

对于车标背景是垂直纹理的，取其邻间二值化图像垂直投影中连续不为零的最大区域，其他区域可视为噪点并去除。对经过垂直方向上去噪之后的图像进行水平投影，取水平投影中连续不为零的最大区域，然后将各连续区域与最大区域进行对比，小于最大区域长度的1/5视为噪点并消除。结果如图4(f)-(k)所示。

进一步，所述步骤(6)包括:

对于背景无散热片的，可根据水平投影和垂直投影来确定车标的准确位置。由于实际当中光照不均匀的影响可能导致车标的投影不完全，所以先对粗定位区域的二值化图像进行膨胀，然后在其水平投影上取出自上而下首段连续不为零的区域，再对这段区域进行垂直投影，取出垂直投影的左右边界，得到的即是车标精确定位的结果。结果如图2所示。

对于背景有散热片的，在对车标背景的散热片进行消融并对车标周围残留的噪点去除之后，对得到的图像膨胀，取其最大的外接矩形，并根据车标的轮廓对称性(车标左边界到粗定位区域中轴线的距离等于车标右边界到粗定位区域中轴线的距离)对定位结果进行约束，从而得到车标精确定位的结果。如图3(k)和图4(m)所示。