专利名称：车标定位方法和车标定位系统的制作方法
技术领域：
本发明涉及图像处理领域，具体涉及一种车标定位方法和车标定位系统。
背景技术：
随着社会经济的发展，车辆的增多，通过计算机信息化、智能化的管理车辆成为必然。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、小型车辆进行识别，但不能识别具体的车型。而车标的识别能够弥补这一缺陷。车标识别是车型识别技术重要环节，而车标的定位又是车标识别的关键环节，针对上述问题需要一种有效的方法对车标进行准确的定位分割。
发明内容
本发明提供一种车标定位方法和车标定位系统，能够有效确定车标的位置。本发明提供了一种车标定位方法，包括:确定正向的车标候选区域；对所述车标候选区域进行形态学处理，确定用于区域生长的一个以上的生长点；以所述生长点为起点进行区域生长，确定一个以上的生长结束点；通过连接相邻的两个所述生长结束点的方式将所有所述生长结束点连接在一起形成车标目标区域边界；通过中轴线对所述车标目标区域边界进行分割，将位于中轴线的所述车标目标区域边界进行标记，并映射到所述车标候选区域，得到车标精确位。所述确定正向的车标候选区域之前，所述车标定位方法优选进一步包括:将车辆图像进行正向处理；根据正向处理后的车辆图像确定车牌区域；则，所述确定正向的车标候选区域包括:根据车牌和车标的位置关系，通过所述车牌区域确定所述车标候选区域；所述车牌和车标的位置关系优选包括:所述车标在所述车牌的上方的1-3个车牌的区域内，或者，所述车标在所述车牌的上方的1-6个车牌的区域内。所述对所述车标候选区域进行形态学处理，确定用于区域生长的一个以上的生长点优选包括:对所述车标候选区域进行灰度化处理，形成车标候选区域灰度图；选取所述车标候选区域灰度图中灰度值最大的一个以上的像素点，将该像素点确定为生长点。所述区域生长优选包括:设定生长方式为:当生长点满足公式Ilseed-1l < λ Ifflax-1ffliJ则进行生长，其中，λ为可调节参数，I表示像素的灰度值，乙-表示种子点的灰度值，Imax与Imin分别表示图像中的最大灰度与最小灰度值；
生长点根据所述生长方式进行生长。所述对所述车标候选区域进行形态学处理，确定用于区域生长的一个以上的生长点优选包括通过最大类间方差的方法得出所述车标候选区域的最佳分割阈值；根据所述最佳分割阈值对所述车标候选区域进行二值化处理形成二值化图；筛选所述二值化图中白色的分散点，将所述二值化图中白色的连续域中任何一个点确定为生长点。所述区域生长优选包括设定生长方式在二值图中，当与所述生长点相邻的像素点的值与所述生长点的值相等时，进行生长；所述生长点根据所述生长方式进行生长。本发明还提供一种采用上述任一项所述的车标定位方法的车标定位系统，包括车标候选区域组件，用于确定正向的车标候选区域；生长点组件，用于对所述车标候选区域组件确定的所述车标候选区域进行形态学处理，确定用于区域生长的一个以上的生长点；生长结束点组件，用于以所述生长点组件确定的所述生长点为起点进行区域生长，确定一个以上的生长结束点；车标目标区域边界组件，用于通过连接相邻的两个所述生长结束点组件确定的所述生长结束点的方式将所有所述生长结束点连接在一起形成车标目标区域边界；车标精确位组件，用于通过中轴线对所述车标目标区域边界进行分割，将位于中轴线的所述车标目标区域边界进行标记，并映射到所述车标候选区域，得到车标精确位。车标定位系统优选进一步包括车牌区域组件，用于将车辆图像进行正向处理；根据正向处理后的车辆图像确定车牌区域；则，所述车标候选区域组件优选用于根据车牌和车标的位置关系，通过所述车牌区域确定正向的所述车标候选区域。所述生长点组件包括灰度处理组件，，优选用于对所述车标候选区域进行灰度化处理，形成车标候选区域灰度图；像素点选取组件，用于选取所述车标候选区域灰度图中灰度值最大的一个以上的像素点，并将该像素点确定为生长点；和/ 或，所述生长点组件包括最佳分割阈值组件，，优选用于通过最大类间方差的方法得出所述车标候选区域的最佳分割阈值；二值化图组件，用于根据所述最佳分割阈值对所述车标候选区域进行二值化处理形成二值化图；筛选组件，用于筛选所述二值化图中的分散点，将所述二值化图中连续域中任何一个点确定为生长点。生长结束点组件，优选用于根据生长方式进行生长，确定一个以上的生长结束点。通过本发明提供一种车标定位方法和车标定位系统，能够达到如下的有益效果本发明提供的车标定位方法包括确定正向的车标候选区域；对所述车标候选区域进行形态学处理，确定用于区域生长的一个以上的生长点；以所述生长点为起点进行区域生长，确定一个以上的生长结束点；通过连接相邻的两个所述生长结束点的方式将所有所述生长结束点连接在一起形成车标目标区域边界；通过中轴线对所述车标目标区域边界进行分割，将位于中轴线的所述车标目标区域边界进行标记，并映射到所述车标候选区域，得到车标精确位。首先粗略确定正向的车标候选区域，确定生长点，生长点通过区域生长的方式确定车标目标区域边界，选择处于中轴线上的车标目标区域边界并将其映射到车标候选区域，得到车标精确位。从而能够准确定位车标，提供一个新的车标定位方法，方便下一步的车标识别，有益于应用到车辆的识别和管理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，以下将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，以下描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图所示实施例得到其它的实施例及其附图。图1为本发明一个具体实施中车标定位方法的具体步骤。
具体实施例方式以下将结合附图对本发明各实施例的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例，都属于本发明所保护的范围。本发明提供一种车标定位方法，包括确定正向的车标候选区域；对所述车标候选区域进行形态学处理，确定用于区域生长的一个以上的生长点；以所述生长点为起点进行区域生长，确定一个以上的生长结束点；通过连接相邻的两个所述生长结束点的方式将所有所述生长结束点连接在一起形成车标目标区域边界；通过中轴线对所述车标目标区域边界进行分割，将位于中轴线的所述车标目标区域边界进行标记，并映射到所述车标候选区域，得到车标精确位。首先粗略确定正向的车标候选区域，确定生长点，生长点通过区域生长的方式确定车标目标区域边界，选择处于中轴线上的车标目标区域边界并将其映射到车标候选区域，得到车标精确位。从而能够准确定位车标，提供一个新的车标定位方法，方便下一步的车标识别，有益于应用到车辆的识别和管理。本发明将通过一个具体实施例来详细描述该车标定位方法，如图1，所示步骤101，提取车辆图像；步骤102，将车辆图像进行正向处理得到正向车辆图像；对图像进行正向的技术可以采用现有的任何一种较为成熟的技术来操作、执行。步骤103，从正向车辆图像提取车牌区域；利用边缘检测或机器学习等形态学处理的算法对正向车辆图像进行提取车牌区域，该技术可以采用现有任何一种现有的确定车牌区域的成熟技术来操作、执行。比如对输入图像进行灰度化处理，运用索贝尔算子(sobel)对灰度图像进行边缘检测，然后将边缘密度比较大的区域作为候选的车牌区域。
步骤104，确定正向的车标候选区域；由于现有车牌和车标的较为固定的位置关系，比如:小车(比如轿车)，车标在车牌的上方的1-3个车牌的区域内；大车(比如货车)，车标在车牌的上方的1-6个车牌的区域内。根据车牌和车标的对应位置关系，由车牌区域推出车标区域。步骤105，确定生长点；确定生长点的方式可以采用多种方式，从不同的图像上进行拾取生长点。比如:在实施例1中，从灰度图上拾取生长点，首先对车标候选区进行灰度化处理形成车标候选区域灰度图，假设图像的灰度变化范围为I到K，用集合表示为S={1, 2, 3....K}，灰度级为i的像素数为Iii,则图像的全部像素数为:N = Σ ie Siii,各像素概〗P=-^
然后选取车标候选区域灰度图中灰度值最大的一个以上的像素点，将该像素点确定为生长点，可以理解一副灰度图中的最亮点会有很多，所以灰度值最大的像素点会有很多个，这些像素点可以定义为生长点。比如:在实施例2中，通过最大类间方差的方法得出车标候选区域的最佳分割阈值；根据该最佳分割阈值对车标候选区域进行二值化处理形成二值化图；可以理解，二值化图中仅包含“O”黑色和“I”白色；选取代表白色的“1”，由于部分“I”为分散状态，部分“ I ”为集中状态构成连续域，在接下来的拾取生长点时，首先要将分散状态的“ I ”筛取掉，然后将集中状态的“ I”中的任何一个“ I ”拾取起来作为生长点。步骤106，以生长点为起点进行区域生长，确定一个以上的生长结束点；由上可以分析得出 生长点可以拾取出多个，每个生长点在不同方向进行生长都会得到一个生长结束点。区域生长可以采用本领域现有的各种区域生长的技术。比如:针对上述实施例1确定的生长点，在区域生长时，首先设定生长方式:当生长点满足公式|i_d-1| < λ Ifflax-1ffliJ则进行生长，其中，λ为可调节参数，I表示像素的灰度值，乙-表示种子点的灰度值，Imax与Imin分别表示图像中的最大灰度与最小灰度值；然后，生长点根据该生长方式进行生长，当生长点生长到相应像素点时，如果该像素点满足上述公式，则生长点生长到该像素点，并进行下一步的生长，如果该像素点不满足上述公式，则生长点不再继续生长，生长点生长的的最后一个像素点即为生长结束点。可以理解λ为可调节参数，可以根据不同的需要进行任意设定。针对上述实施例2确定的生长点，在区域生长时，首先，确定生长方式:在二值图中，当与所述生长点相邻的像素点的值与所述生长点的值相等时，进行生长；生长点根据该生长方式进行生长，如果符合生长方式，则生长点继续生长，如果不符合生长方式，则生长点不在继续生长，生长点的最后到达的像素点即为生长结束点。步骤107，通过连接相邻的两个所述生长结束点的方式将所有所述生长结束点连接在一起形成车标目标区域边界；连接相邻的两个生长结束点，从而所有生长结束点被连在一起形成个封闭边界。步骤108，通过中轴线确定车标精确位；由于车标在大多情况下，均处于中轴线上，所以，可以通过中轴线将并不是车标所在的位置，但是通过上述各步骤得到的车标目标区域边界进行筛分，具体为:通过中轴线对所述车标目标区域边界进行分割，将位于中轴线的所述车标目标区域边界进行标记，并映射到所述车标候选区域，得到车标精确位。接下来，本发明将对上述车标定位方法给出执行该方法的车标定位系统，其包括车牌区域组件，用于将车辆图像进行正向处理；根据正向处理后的车辆图像确定车牌区域；车标候选区域组件，用于确定正向的车标候选区域，更具体为根据车牌和车标的位置关系，通过所述车牌区域确定所述车标候选区域。其中车牌和车标的位置关系前面已经陈述，此处不再重复。生长点组件，用于对所述车标候选区域组件确定的所述车标候选区域进行形态学处理，确定用于区域生长的一个以上的生长点，更具体为实施例一所述生长点组件包括灰度处理组件，用于对所述车标候选区域进行灰度化处理，形成车标候选区域灰度图；像素点选取组件，用于选取所述车标候选区域灰度图中灰度值最大的一个以上的像素点，并将该像素点确定为生长点；对所述车标候选区域进行灰度化处理，形成车标候选区域灰度图；选取所述车标候选区域灰度图中灰度值最大的一个以上的像素点，将该像素点确定为生长点；或者实施例二 所述生长点组件包括最佳分割阈值组件，用于通过最大类间方差的方法得出所述车标候选区域的最佳分割阈值；二值化图组件，用于根据所述最佳分割阈值对所述车标候选区域进行二值化处理形成二值化图；筛选组件，用于筛选所述二值化图中的分散点，将所述二值化图中连续域中任何一个点确定为生长点。通过最大类间方差的方法得出所述车标候选区域的最佳分割阈值；根据所述最佳分割阈值对所述车标候选区域进行二值化处理形成二值化图；筛选所述二值化图中的分散点，将所述二值化图中连续域中任何一个点确定为生长点。生长结束点组件，用于以所述生长点组件确定的所述生长点为起点进行区域生长，确定一个以上的生长结束点；具体为根据生长方式进行生长，确定一个以上的生长结束点，生长方式的确定方法上文已经陈述，此处不再重复。车标目标区域边界组件，用于通过连接相邻的两个所述生长结束点组件确定的所述生长结束点的方式将所有所述生长结束点连接在一起形成车标目标区域边界；车标精确位组件，用于通过中轴线对所述车标目标区域边界进行分割，将位于中轴线的所述车标目标区域边界进行标记，并映射到所述车标候选区域，得到车标精确位。通过本发明提供一种车标定位方法和车标定位系统，能够达到如下的有益效果本发明提供的车标定位方法包括确定正向的车标候选区域；对所述车标候选区域进行形态学处理，确定用于区域生长的一个以上的生长点；以所述生长点为起点进行区域生长，确定一个以上的生长结束点；通过连接相邻的两个所述生长结束点的方式将所有所述生长结束点连接在一起形成车标目标区域边界；通过中轴线对所述车标目标区域边界进行分割，将位于中轴线的所述车标目标区域边界进行标记，并映射到所述车标候选区域，得到车标精确位。首先粗略确定正向的车标候选区域，确定生长点，生长点通过区域生长的方式确定车标目标区域边界，并映射到车标候选区域，得到车标精确位。从而能够准确定位车标，提供一个新的车标定位方法，方便下一步的车标识别，有益于应用到车辆的识别和管理。本发明提供的各种实施例可根据需要以任意方式相互组合，通过这种组合得到的技术方案，也在本发明的范围内。
显然，本领域技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若对本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也包含这些改动和变型在内。
权利要求
1.一种车标定位方法，其特征在于，包括: 确定正向的车标候选区域； 对所述车标候选区域进行形态学处理，确定用于区域生长的一个以上的生长点； 以所述生长点为起点进行区域生长，确定一个以上的生长结束点； 通过连接相邻的两个所述生长结束点的方式将所有所述生长结束点连接在一起形成车标目标区域边界； 通过中轴线对所述车标目标区域边界进行分割，将位于中轴线的所述车标目标区域边界进行标记，并映射到所 述车标候选区域，得到车标精确位。
2.如权利要求1所述的车标定位方法，其特征在于，所述确定正向的车标候选区域之前，所述车标定位方法进一步包括:将车辆图像进行正向处理；根据正向处理后的车辆图像确定车牌区域；则， 所述确定正向的车标候选区域包括:根据车牌和车标的位置关系，通过所述车牌区域确定正向的所述车标候选区域； 所述车牌和车标的位置关系包括:所述车标在所述车牌的上方的1-3个车牌的区域内，或者，所述车标在所述车牌的上方的1-6个车牌的区域内。
3.如权利要求1或2所述的车标定位方法，其特征在于， 所述对所述车标候选区域进行形态学处理，确定用于区域生长的一个以上的生长点包括: 对所述车标候选区域进行灰度化处理，形成车标候选区域灰度图； 选取所述车标候选区域灰度图中灰度值最大的一个以上的像素点，将该像素点确定为生长点。
4.如权利要求3所述的车标定位方法，其特征在于，所述区域生长包括: 设定生长方式为:当生长点满足公式Ii_d-1| < λ Iimax-1minI则进行生长，其中，λ为可调节参数，I表示像素的灰度值，Iseed表示种子点的灰度值，Ifflax与Imin分别表示图像中的最大灰度与最小灰度值； 生长点根据所述生长方式进行生长。
5.如权利要求1或2所述的车标定位方法，其特征在于， 所述对所述车标候选区域进行形态学处理，确定用于区域生长的一个以上的生长点包括: 通过最大类间方差的方法得出所述车标候选区域的最佳分割阈值； 根据所述最佳分割阈值对所述车标候选区域进行二值化处理形成二值化图； 筛选所述二值化图中白色的分散点，将所述二值化图中白色的连续域中任何一个点确定为生长点。
6.如权利要求5所述的车标定位方法，其特征在于，所述区域生长包括: 设定生长方式:在二值图中，当与所述生长点相邻的像素点的值与所述生长点的值相等时，进行生长； 所述生长点根据所述生长方式进行生长。
7.一种采用如权利要求1-6任一项所述的车标定位方法的车标定位系统，其特征在于，包括:车标候选区域组件，用于确定正向的车标候选区域； 生长点组件，用于对所述车标候选区域组件确定的所述车标候选区域进行形态学处理，确定用于区域生长的一个以上的生长点； 生长结束点组件，用于以所述生长点组件确定的所述生长点为起点进行区域生长，确定一个以上的生长结束点； 车标目标区域边界组件，用于通过连接相邻的两个所述生长结束点组件确定的所述生长结束点的方式将所有所述生长结束点连接在一起形成车标目标区域边界； 车标精确位组件，用于通过中轴线对所述车标目标区域边界进行分割，将位于中轴线的所述车标目标区域边界进行标记，并映射到所述车标候选区域，得到车标精确位。
8.如权利要求7所述的车标定位系统，其特征在于，进一步包括车牌区域组件，用于将车辆图像进行正向处理；根据正向处理后的车辆图像确定车牌区域； 贝1J，所述车标候选区域组件用于根据车牌和车标的位置关系，通过所述车牌区域确定正向的所述车标候选区域。
9.如权利要求7所述的车标定位系统，其特征在于， 所述生长点组件包括:灰度处理组件，用于对所述车标候选区域进行灰度化处理，形成车标候选区域灰度图；像素点选取组件，用于选取所述车标候选区域灰度图中灰度值最大的一个以上的像素点，并将该像素点确定为生长点； 和/或，` 所述生长点组件包括:最佳分割阈值组件，用于通过最大类间方差的方法得出所述车标候选区域的最佳分割阈值；二值化图组件，用于根据所述最佳分割阈值对所述车标候选区域进行二值化处理形成二值化图；筛选组件，用于筛选所述二值化图中的分散点，将所述二值化图中连续域中任何一个点确定为生长点。
10.如权利要求9所述的车标定位系统，其特征在于，生长结束点组件，用于根据生长方式进行生长，确定一个以上的生长结束点。
全文摘要
本发明涉及图像处理领域，具体涉及一种车标定位方法和车标定位系统，该车标定位方法包括确定正向的车标候选区域；对所述车标候选区域进行形态学处理，确定用于区域生长的一个以上的生长点；以所述生长点为起点进行区域生长，确定一个以上的生长结束点；通过连接相邻的两个所述生长结束点的方式将所有所述生长结束点连接在一起形成车标目标区域边界；通过中轴线对所述车标目标区域边界进行分割，将位于中轴线的所述车标目标区域边界进行标记，并映射到所述车标候选区域，得到车标精确位。本发明能够有效确定车标的位置。
文档编号G06K9/32GK103077397SQ20131002148
公开日2013年5月1日 申请日期2013年1月21日 优先权日2013年1月21日
发明者王海峰, 王晓萌, 何小波, 董博, 杨宇, 张凯歌 申请人:信帧电子技术(北京)有限公司