一种基于视觉信息的汽车识别方法技术

本发明专利技术属于计算机视觉技术领域，涉及一种基于视觉信息的汽车识别方法。其特征是创建汽车前脸和侧视图图片训练库；对训练库图片进行尺度归一化处理和灰度化处理，并采用PCANet特征提取方法对处理后的图片提取特征信息；用SVM分类器对特征信息进行分类训练，得到分类器模型；测试样本经过尺度归一化处理，灰度化处理及PCANet特征提取后，根据分类器模型实现汽车品牌或类型的识别。本发明专利技术将汽车品牌识别方法分成不成的模块去处理得到的不同数据，以分析汽车前脸ROI定位方法取代车标定位实现汽车品牌识别方法，免去了车标定位复杂的问题。不但能基于汽车前脸实现汽车品牌的识别，还能基于汽车侧视图实现汽车类型与小侧窗信息的识别。

【技术实现步骤摘要】

本专利技术属于计算机视觉
本专利技术涉及一种基于视觉信息的汽车识别方法，具体涉及一种基于汽车前脸的汽车品牌识别方法和一种基于汽车侧视图的汽车类型及小侧窗信息的识别方法。
技术介绍
智能交通系统是当前交通系统的发展趋势，而基于视觉(图像、视频)的汽车监控在智能交通系统中发挥重要作用，如“电子警察”通过车牌识别记录交通中的违规违法行为。然而，简单的车牌识别已不能满足交通信息管理智能化的要求，如无法对套牌车实现精确追踪。因此，需要更精确地对汽车类型、品牌甚至型号进行识别。当前的汽车品牌识别大多根据车标的识别来完成，如国内专利技术专利《一种车标识别方法和系统》，其公开号为CN104463135A，公开日期为2015年3月25日。该专利从车标区域中提取特征信息，并对这些特征信息进行分类，达到分类与识别的目的。然而，由于光照，遮挡，图像清晰度及车标尺寸不统一等问题，车标的检测与定位容易出错，这时需考虑补偿措施。因此，利用车标进行品牌的分类与识别更加复杂。此外，汽车前脸造型的家族式设计已成为汽车造型设计的发展方向，通过将包括前大灯、进气格栅、以及保险杠的造型区域作为汽车前脸，可以发现同一品牌不同型号的汽车前脸较高的相似度，而不同品牌间则存在较高的差异度。目前对汽车前脸的研究基本上是为了实现汽车型号的识别，但是由于汽车型号的类别庞大，建立根据汽车具体型号数量巨大的分类器是不合理的。因此需要分阶段实现，第一阶段进行品牌的识别，第二阶段进行型号的识别。而在汽车 品牌识别领域，并没有一个有效方法将汽车前脸作为提取特征的对象进行品牌识别。基于图像的汽车类型识别通常根据汽车侧视图来实现，如Zezhi Chen等人提出利用侧视图的几何特征区分汽车类型的方法(Zezhi Chen,Nick Pears,Michael Freeman and Jim Austin.2009.Road Vehicle Classification using Support Vector Machines.IEEE International Conference on Intelligent Computing&Intelligent Systems.4:214-218)。然而，以上方法只对汽车整体类型进行分类，没有实现侧视图中细节信息的识别，如小侧窗信息。而这些细节信息对汽车模型的精确表达具有重要意义。
技术实现思路
本专利技术要解决的技术问题是提供了根据汽车前脸造型设计实现汽车品牌识别的方法和根据汽车侧视图实现汽车类型以及小侧窗信息识别的方法，即基于PCANet特征提取方法与SVM分类器的识别方法和基于PCANet特征提取方法与SVM分类器的识别方法。为解决上述问题，本专利技术的技术方案为：创建汽车前脸和侧视图图片训练库；对训练库图片进行尺度归一化处理和灰度化处理，并采用PCANet特征提取方法对处理后的图片提取特征信息；用SVM分类器对特征信息进行分类训练，得到分类器模型；测试样本经过尺度归一化处理，灰度化处理及PCANet特征提取后，根据分类器模型实现汽车品牌或类型的识别。具体说明如下：(1)创建汽车图片训练库：对于汽车品牌识别，本专利技术创建汽车前脸图片训练库，该训练库包含多种汽车品牌，根据品牌分类，并建立品牌标签。每个品牌中包含多种车型，且每个 品牌中图片数量规模达到200张以上。对于每张图片，图片内容为仅包含前大灯，进气格栅，保险杠的造型区域，称之为汽车前脸图片。所有汽车前脸图片要经过背景去除，车牌去除处理，并且每张图片要调整到统一高宽比。对于汽车类型及小侧窗信息的识别，本专利技术创建汽车侧视图训练库，该训练库包含多种汽车类型，根据类型分类，并建立类型标签。每个类型中包含两种子类别，如有、无小侧窗。同样根据子类别分类，并建立子类别标签。每个类别中图片数量规模达到600张以上。每张图片要经过背景去除处理，且调整到统一高宽比。(2)PCANet特征提取与表示，具体说明如下：(a)对(1)中训练库图片进行尺度归一化处理，对于汽车前脸训练库，尺寸范围为40～60×100～150(高×宽)，对于汽车侧视图训练库，尺寸范围为42～60×98～140(高×宽)；然后对图片进行灰度化处理。(b)对(a)得到的每张图片提取PCANet特征向量。该PCANet特征提取方法由三个基础的数据处理模块组成：主成分分析(PCA)、二进制哈希(Binary Hashing)和分块直方图(Block-wise Histogram)。其中两次主成分分析构成PCANet特征提取的前两个阶段，是主要的特征提取部分；而二进制哈希和分块直方图则为PCANet的输出阶段，将两次主成分分析的输出结果映射为最终的输出特征向量。进一步地，对于(b)中描述的PCANet特征提取方法，其最优参数范围如下：PCA处理中移动窗口的像素尺寸为3×3或5×5或7×7(高×宽)；滤波器数量为8；直方图处理阶段中移动窗口的像素尺寸范围为7～10×7～10(高×宽)，窗口重合率为0.5～0.7。(3)训练分类器模型：将(2)得到的训练库图片的特征向量和标签信息输入给SVM分类器，由SVM分类器训练分类器模型。(4)汽车识别：输入测试图片样本，该图片样本格式与训练库图片格式相同，经过尺度归一化处理，灰度化处理，PCANet特征提取之后，将得到的测试样本特征向量输入到(3)中的分类器模型，进而得到识别结果。本专利技术的有益效果：该方法不但能基于汽车前脸实现汽车品牌的识别，还能基于汽车侧视图实现汽车类型与小侧窗信息的识别。用基于PCANet特征提取实现了根据汽车前脸ROI造型设计的汽车品牌识别系统。采用模块化设计，将汽车品牌识别方法分成不成的模块去处理得到的不同数据，以分析汽车前脸ROI定位方法取代车标定位实现汽车品牌识别方法，免去了车标定位复杂的问题。附图说明附图1为本专利技术的的汽车识别方法的识别流程图。附图2为汽车侧视图小侧窗示意图。图中：①代表的阴影部分表示小侧窗。具体实施方式以下结合附图和技术方案，进一步说明本专利技术的具体实施方式。基于汽车前脸的汽车品牌识别，其具体步骤如下：(1)创建汽车前脸图片训练库I：获取若干个常见汽车品牌的汽车前脸图片样本，根据品牌分类，并建立品牌标签；每个品牌下包含多种车型，并且每个品牌中的图片规模要达到200张以上；每张图片经过背景去除处理，车牌去除处理，且调整到1:2.5的高宽比。(2)PCANet特征提取与表示，具体过程如下：(a)读取(1)中的训练图片，进行尺度归一化处理。在此尺度归一化为将图像尺寸缩放至合适尺寸范围，对于汽车前脸，轿车的合适像素尺寸范围为40～60×100～150(高×宽)。并对图片进行灰度化处理。(b)提取PCANet特征，PCA卷积层数取2，提取过程如下：(i)用高×宽为3×3或5×5或7×7像素尺寸的移动窗口对(a)得到的图片数据库I中每张图片遍历并组合成新图片，得到新图片数据库I′。(ii)对(i)得到的图片数据库I′进行第一阶段PCA处理：计算特征值与特征向量，将特征值按降序排列，取前L特征值对应的特征向量，并输出L特征向量与I′的卷积结果，可称为特征图片库I1，此处L＝8。(iii)对(ii)得到的特征图片I1进行第二阶段PCA处理：重复(i)本文档来自技高网...

【技术保护点】
一种基于视觉信息的汽车识别方法，其特征在于，创建汽车前脸和侧视图图片训练库；对训练库图片进行尺度归一化处理和灰度化处理，并采用PCANet特征提取方法对处理后的图片提取特征信息；用SVM分类器对特征信息进行分类训练，得到分类器模型；测试样本经过尺度归一化处理，灰度化处理及PCANet特征提取后，根据分类器模型实现汽车品牌或类型的识别。

【技术特征摘要】
1.一种基于视觉信息的汽车识别方法，其特征在于，创建汽车前脸和侧视图图片训练库；对训练库图片进行尺度归一化处理和灰度化处理，并采用PCANet特征提取方法对处理后的图片提取特征信息；用SVM分类器对特征信息进行分类训练，得到分类器模型；测试样本经过尺度归一化处理，灰度化处理及PCANet特征提取后，根据分类器模型实现汽车品牌或类型的识别。2.根据权利要求1所述的汽车识别方法，其特征在于以下步骤，(1)创建汽车图片训练库创建汽车前脸图片训练库，该训练库包含多种汽车品牌，根据品牌分类，并建立品牌标签；每个品牌中包含多种车型，且每个品牌中图片数量规模达到200张以上；对于每张图片，图片内容为仅包含前大灯，进气格栅，保险杠的造型区域，称之为汽车前脸图片；所有汽车前脸图片要经过背景去除，车牌去除处理，并且每张图片要调整到统一高宽比；创建汽车侧视图训练库，该训练库包含多种汽车类型，根据类型分类，并建立类型标签；每个类型中包含两种子类别，如有、无小侧窗；同样根据子类别分类，并建立子类别标签；每个类别中图片数量规模达到600张以上；每张图片要经过背景去除处理，且调整到统一高宽比；(2)PCANet特征提取与表示(a)对步骤(1)中训练库图片进行尺度归一化处理，对于汽车前脸训练库，高×宽尺寸...

【专利技术属性】
技术研发人员：李宝军，董颖，赵德栋，孙玮雪，胡平，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁;21