车标的定位方法及装置制造方法及图纸

本发明专利技术公开了一种车标的定位方法及装置。在上述方法中，对于输入图像执行车牌定位，获取车牌定位信息；采用获取的上述车牌定位信息确定待定位车标的信息区域；采用圆形所对应的特征参数对上述信息区域执行圆检测，在确定上述待定位车标为圆形车标时，在上述信息区域中确定上述待定位车标的位置。根据本发明专利技术提供的技术方案，可以实现对车牌上方的圆形车标的精确定位，完成对车辆车型的有效识别。

【技术实现步骤摘要】

本专利技术涉及计算机图象处理
，特别涉及一种车标的定位方法及装置。
技术介绍
随着社会经济的发展以及车辆的日益增多，通过计算机信息化、智能化地管理车辆成为一种必然趋势。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系统中。目前的处理技术只能对车牌和大型、中型、小型车辆进行识另U，但不能识别具体的车型。目前常见的车标形状主要分为圆形、椭圆形和矩形。然而相关技术中，对于圆形车标的精确定位还缺乏相关的技术方案，因此，针对车牌上方区域的圆形车标，需要一种有效的技术方案进行准确的定位。
技术实现思路
本专利技术提出一种车标的定位方法及装置，以至少解决相关技术中无法对车牌上方的圆形车标进行精确定位的技术问题。根据本专利技术的一个方面，提供了一种车标的定位方法。根据本专利技术的车标的定位方法包括对于输入图像执行车牌定位，获取车牌定位信息；采用获取的上述车牌定位信息确定待定位车标的信息区域；采用圆形所对应的特征参数对上述信息区域执行圆检测，在确定上述待定位车标为圆形车标时，在上述信息区域中确定上述待定位车标的位置。根据本专利技术的一个方面，提供了 一种车标的定位装置。根据本专利技术的车标的定位装置包括获取模块，用于对于输入图像执行车牌定位，获取车牌定位信息；确定模块，用于采用获取的上述车牌定位信息确定待定位车标的信息区域；检测定位模块，用于采用圆形所对应的特征参数对上述信息区域执行圆检测，在确定上述待定位车标为圆形车标时，在上述信息区域中确定上述待定位车标的位置。通过本专利技术，先根据车牌定位信息阶段判别出车标的大致信息区域，然后在精定位阶段，采用圆形所对应的特征参数对上述信息区域执行圆检测，在确定上述待定位车标为圆形车标时，在上述信息区域中确定上述待定位车标的位置。解决了相关技术中无法对车牌上方的圆形车标进行精确定位的技术问题。从而可以实现对车牌上方的圆形车标的精确定位，完成对车辆车型的有效识别。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中图1为根据本专利技术实施例的车标的定位方法的流程图2为根据本专利技术优选实施例的车标的定位方法的流程图；图3为根据本专利技术实施例的车标的定位装置的结构框图；以及图4为根据本专利技术优选实施例的车标的定位装置的结构框图。具体实施例方式图1为根据本专利技术实施例的车标的定位方法的流程图。如图1所示，根据本专利技术实施例的车标的定位方法包括以下步骤(步骤S102-步骤S106)步骤S102 :对于输入图像执行车牌定位，获取车牌定位信息；步骤S104 :采用获取的上述车牌定位信息确定待定位车标的信息区域；步骤S106 :采用圆形所对应的特征参数对上述信息区域执行圆检测，在确定上述待定位车标为圆形车标时，在上述信息区域中确定上述待定位车标的位置。在图1中，车标的定位主要分为三个阶段。第一阶段(相当于步骤S102):首先对车牌进行定位；第二阶段(相当于步骤S104):根据第一阶段获取的车牌定位信息判别出车标的大致信息区域，第二阶段(相当于步骤S104):即车标的精确定位阶段，采用圆形所对应的特征参数对上述信息区域执行圆检测，在确定上述待定位车标为圆形车标时，在上述信息区域中确定上述待定位车标的位置。通过上述三个步骤的有效结合，解决了相关技术中无法对车牌上方的圆形车标进行精确定位的技术问题。从而可以实现对车牌上方的圆形车标的精确定位，完成对车辆车型的有效识别。其中，在步骤S102中，对车牌定位的出发点是利用车牌区域的特征来判断牌照，将车牌区域从整幅车辆图像中分割出来。车牌自身具有许多的固有特征，根据车牌的不同特征，可以采用不同的定位方法。目前车牌定位的方法很多，最常见的车牌定位技术主要有基于边缘检测的方法、基于彩色分割的方法、基于小波变换的方法、基于遗传算法的方法、基于数学形态学的车牌定位和基于灰度图像纹理特征分析的方法等。其中，对于基于边缘检测的方法而言，所谓“边缘”就是指其周围像素灰度有阶跃变化的那些像素的集合。“边缘”的两侧分属于两个区域，每个区域的灰度均匀一致，而这两个区域的灰度在特征上存在一定的差异。边缘检测的任务是精确定位边缘和抑制噪声。检测的方法有多种，例如Roberts边缘算子、Prewitt算子、Sobel算子以及拉普拉斯边缘检测。这些方法正是利用物体边缘处灰度变化剧烈这一特点来检测图像的边缘。各算子对不同边缘类型的敏感程度不同，产生的效果也不同，经过大量实验分析可知，Roberts边缘算子是一种利用局部方差算子寻找边缘的算子，定位比较精确；Prewitt算子和Sobel算子对噪声有一定的抑制能力，但不能完全排除伪边缘；拉普拉斯算子是二阶微分算子，对图像中的阶跃型边缘点定位准确且具有旋转不变性，但容易丢失一部分边缘的方向信息，同时抗噪能力较差。针对不同的环境和要求，选择合适的算子来对图像进行边缘检测才能达到好的效果。以上是对基于边缘检测的车牌定位方法进行的简单描述，其他车牌定位技术可以参见相关技术中的描述，此处不再赘述。其中，在步骤S104中，由于已经对车牌进行了定位，因此可以根据车牌的位置信息对位于车牌上方的车标的大体信息区域进行定位。在优选实施过程中，在执行步骤S104之后，执行步骤S106之前，还可以包括以下处理对上述车标的信息区域执行水平矫正处理。智能交通系统(IntelligentTraffic System,简称为 ITS)中，摄取的对象通常是运动车辆的牌照，摄像机一般只能架设在公路的侧上方，因而采集到的车牌图像都有不同程度的倾斜变形，而3度以上的倾斜会引起字符明显变性，大部分光学字符识别(Optical Character Recognition,简称为OCR)方法难以适应,这给字符的准确分割和识别带来很大的困难。因此，针对该问题，可以对上述车标的信息区域执行水平矫正处理。在优选实施过程中，上述执行上述水平矫正处理可以进一步包括以下处理:( I)采用最大类间方差OTSU算法将车牌二值化，获取二值图；( 2 )在上述二值图上提取水平边缘信息，获取水平边缘图；(3)对上述水平边缘图在预定角度范围内以预定角度间隔进行角度旋转，对于每次旋转，统计上述水平边缘图前四行中最大的水平投影值，选取该水平投影值所对应的角度中最大的角度为车牌矫正角度；(4)采用双线性插值算法将上述信息区域按照上述车牌矫正角度进行矫正。通过上述处理，结合车牌图像的实际情况，对车牌的水平方向进行旋转无损矫正，而在垂直方向上则采用投影法进行拉伸变形矫正，可以有效实现对车标的信息区域的水平倾斜矫正。在优选实施过程中，上述步骤S106可以进一步包括以下处理:(I)对于上述信息区域，通过边缘检测算法获取边缘图像；(2)在获取 的上述边缘图像上，采用上述圆形所对应的特征参数(例如，圆形特征量等)获取上述信息区域内的极大值点；其中，圆形特征C=U κ/ δ R,当区域R趋向于圆形时，圆形特征量C单调递增且趋向于无穷，它不受区域平移、旋转和尺度变化的影响，C是一个用区域R的所有边界点定义的特征量，其中μR为从区域中心到边界点的平均距离本文档来自技高网...

【技术保护点】
一种车标的定位方法，其特征在于，包括：对于输入图像执行车牌定位，获取车牌定位信息；采用获取的所述车牌定位信息确定待定位车标的信息区域；采用圆形所对应的特征参数对所述信息区域执行圆检测，在确定所述待定位车标为圆形车标时，在所述信息区域中确定所述待定位车标的位置。

【技术特征摘要】
1.一种车标的定位方法,其特征在于,包括:对于输入图像执行车牌定位，获取车牌定位信息；采用获取的所述车牌定位信息确定待定位车标的信息区域；采用圆形所对应的特征参数对所述信息区域执行圆检测，在确定所述待定位车标为圆形车标时，在所述信息区域中确定所述待定位车标的位置。2.根据权利要求1所述的方法，其特征在于，在采用圆形所对应的特征参数对所述信息区域执行圆检测之前，还包括:对所述信息区域执行水平矫正处理。3.根据权利要求2所述的方法，其特征在于，执行所述水平矫正处理包括:采用最大类间方差OTSU算法将车牌二值化，获取二值图；在所述二值图上提取水平边缘信息，获取水平边缘图；对所述水平边缘图在预定角度范围内以预定角度间隔进行角度旋转，对于每次旋转，统计所述水平边缘图前四行中最大的水平投影值，选取该水平投影值所对应的角度中最大的角度为车牌矫正角度；采用双线性插值算法将所述信息区域按照所述车牌矫正角度进行矫正。4.根据权利要求1所述的方法，其特征在于，采用圆形所对应的特征参数对所述信息区域执行圆检测，在确定所述待定位车标为圆形车标时，在所述信息区域中确定所述待定位车标的位置包括:`对于所述信息区域，通过边缘检测算法获取边缘图像；在获取的所述边缘图像上，采用所述圆形所对应的特征参数获取所述信息区域内的极大值点；通过广义哈夫变换进行圆检测，确定所述待定位车标在所述信息区域的位置；采用数学形态学滤波算法，定位所述待定位车标的坐标并在所述信息区域中截取所述待定位车标。5.根据权利要求1至4中任一项所述的方法，其特征在于，在采用所述圆形所对应的特征参数对所述信息区域执行圆检测之前，还包括:对所述信息区域执行灰度化处理，并采用结构元素对获取的灰度图像执行开运算；采用OTSU算法将所述灰度图像二值化，并通过形态学操作获取连通域。6....

【专利技术属性】
技术研发人员：刘忠轩，张凯歌，
申请(专利权)人：信帧电子技术北京有限公司，
类型：发明
国别省市：