车身颜色识别方法研究.docVIP

文档素材 文档素材 车身颜色识别方法研究 【摘要】 车身颜色的识别是车辆识别系统中的一个重要的辅助手段。车身颜色识别分别在交通调查和交通治理方面也起着重要的作用。在目前的城市道路中，车身的颜色识别受外界影响很大，就噪音和环境光照而言，就已经给车身颜色识别的精度造成极严峻的影响，导致不能够识别出车身的颜色。 【关键词】颜色表示；支持向量机；车身颜色识别方法 目前的我国都采纳的是智能交通系统，伴随着我国道路上越来越多的车辆，道路的交通问题也变得日益复杂和严峻了起来。现存在的车辆问题有车辆的套牌和一车多牌的现象，这样一来，想要识别车牌就显得无力。因此仅仅靠着对车牌的识别来治理车辆的交通情况已经不能适应当前的交通现状了。汽车的颜色信息才更能够起到人们的兴趣，以此去弥补汽车车牌识别的遗憾，进而提升道路智能化的交通系统的精确性，也能够方便道路交通治理。 颜色的表示 能够正确的对车辆颜色进行表示，是对车辆颜色的识别上有着很大的意义。颜色的表示被分成线性色彩空间以及非线性色彩空间两种。 线性色彩空间 以线性颜色命名的系统指的是通过制定原色或者通过制定颜色匹配函数的完成进行的系统。国际照明委员会CIE对许多不同的车身颜色识别系统完成了统一标准化，面对这一为题，是许多人口众多的国家统一面对的问题。XYZ颜色空间是目前国际上最流行的色彩空间标准。针对线性色彩空间，研究开发出了一种能够同意以许多的有效图形学方法来进行构造设计。这种设计在三维空间中完成还存在肯定的难度，还需要进一步的研究和实验。 非线性颜色空间 线性空间的颜色坐标不是重要编码属性，在常用言语和实际应用当中线性空间是非常重要的颜色属性。颜色空间最重要的就是颜色的属性。色调、饱和度和亮度这三要素是颜色的三种属性。色调是用来区分颜色的不同种类，是从一种色调过渡到另一种色调。饱和度是一种颜色，比方说天蓝过渡到紫色，马上就要过渡到红色的过程叫做饱和度，由深刻浅的色彩性质的改变，而亮度就表示同一种颜色，比方从黑过渡到白的颜色性质的改变。所以，我们可以通过确定一种颜色是不是在特定的地域内所对外界表现出来的色彩明暗趋向。 颜色识别的过程 颜色识别的样本一般来自于室外高清监控视频中，采取的全部图片都是在正常的光照条件下猎取的，颜色的全部种类都是在正常人的人眼中可以分辩的出来的，只有在强烈的太阳光的自然外力下拍摄出来的照片会造成颜色变形外，其它采取的照片样本都是正常。车辆颜色识别颜色特征尤其固定的提取流程，第一步是要在车辆引擎盖的上方按照肯定的比例去选取车脸地域作为车辆颜色特征的提取该车颜色识别地域。 特定的地域由RGB空间分别转换到HIS和Lab颜色空间，在每个颜色空间中对每个颜色重量都取平均值，最后提取特征值进行分类，其分类的步骤程序如下面几步： 每个颜色有不同的归类，比方拿蓝色来说，样本空间的分解和分类都在Lab中进行的。如果按照常规的颜色方法，分类起来是极复杂极难的，在Lab空间当中通过显示的值对蓝色和其它颜色一起进行分类识别，也可能把其它颜色与蓝色比照混淆，在HIS的空间当中利用支持向量的量机对蓝色同其它的颜色进行混合色分类，这样就能够把蓝色从中分辩出来了。 可以通过HIS和Lab空间对简单出现错误的颜色进行分类，可以构建出两个分类仪器来用于对某一种颜色同其它颜色的颜色区分于识别，可以通过这样识别一局部的颜色。 在Lab的空间当中建设出一种分类仪器，这样可以通过该仪器识别和确认出颜色来。 以此类推，采纳这种方法分别将颜色进行分类识别。 色彩汽车图像滤波 在实际的车身颜色识别当中都会受到肯定的噪声干扰，最简单受到噪声干扰的就是现在道路上越来越多的色彩汽车。噪声会使清楚地图像在干扰过后出现颜色的失真不清楚的情况，大大的影响到了照片的拍摄质量，对于车身颜色识别的最终效果上有了极大的影响，这样的车身识别方法会使识别出来的精度不高也会发生明显的错误。因为噪声的产生原因不同，噪音的种类也多种多样，最常见的噪声是脉冲噪声，对图像质量影响最大，所以应该采纳色彩图像滤波的方法过滤和去除汽车图像中的脉冲现象，这种方法是汽车车身颜色识别中的最有援助的处理方法。 近些年来，色彩图像滤波这一技术已经广泛被人们所熟知和加以运用。运用在数字图像传输和视觉分析、自动化图像的理解等等方面。色彩图像滤波能够很有效的过滤掉噪声，但是滤波后仍要爱护到图像的边缘细节，预防滤波的过程中所产生的颜色失真情况。 色彩图像滤波可以采纳标量滤波和矢量滤波去滤除色彩图像。传统的标量方法能够使3个颜色通道都分别进行滤波处理，然后再将滤波过滤后的3个重量重新进行组合，这种方法并没有充分的考虑到色彩图像这三个颜色之间的重量有机的联系，在合成出来的新图像可能会没有原图像当中的颜色。通过很多种渠道对颜色重量之间的联系进行色彩像素的处理，这样的处理之后，就不会