一种物体颜色识别方法及系统技术方案

本发明专利技术提供一种物体颜色识别方法及系统，其中所述方法包括：对获取的物体图像进行偏色校正；根据偏色校正后的图像获得颜色识别区域；识别所述颜色识别区域中每个像素的颜色；以所述颜色识别区域的像素个数最多的颜色作为物体颜色。这样，通过对物体图像进行偏色校正，可以恢复场景颜色信息，有效避免真实偏色对后续颜色识别造成的影响，提高了物体颜色识别的准确率。

【技术实现步骤摘要】

本专利技术涉及计算机视觉
，具体涉及一种物体颜色识别方法及系统。
技术介绍
以往对于交通的指挥管理以及该类案件的侦破，通常是在治安网点布控，通过人眼观察车牌号、车型、车色、车标等特征。随着机动车数量增加，交通事故及车辆相关案件显著增加，传统的人工方法自动化程度低，浪费人力，耗费时长。智能交通系统集成先进的智能识别算法、数据传输技术、电子技术，能够实时、高效、大范围的进行管控，因此得到广泛引用。智能交通系统是从监控摄像机抓拍的图像识别出车牌信息、车型、车辆品牌、车辆颜色等特征。目前，车牌信息的识别技术已经较为成熟。除了对于车牌信息的识别外，车辆颜色等其他特征的识别在实际应用中也起到重要的作用。车辆颜色识别技术可以克服车辆管理系统效率低和人为主观因素的影响，大幅度提高汽车管理系统的自动化程度，对打击违章逃逸、盗抢车辆犯罪以及准确掌握道路交通情况有重要意义。现有的车辆颜色识别方法主要是定位车辆识别区域，通过阈值法对定位到的识别区域进行颜色识别。文献 I (StanislavFoltan, Car color recognit1n from CCTV cameraimage, Faculty of Management Science andlnformatics, University of Zilina.)直接根据车牌位置得到排气扇和保险杠区域，获取这些区域颜色分布特征，对颜色可信度排序，得到可信度较高的颜色作为车辆颜色，然而实际的图像常常受到噪声、环境光照等因素的影响，车窗、地面、排气扇等区域较多会偏色，呈现彩色，并且现有车型较多，排气扇区域外形复杂，遇到这些情况上述方法将可能失效；对于识别部分，单纯的阈值法适应能力差，亮度差异较大的场景容易失效。文献 2 (Mengjie Yang, Guang Han, Xiaofei Li, Vehicle ColorRecognit1n Using Monocular camera, Engineering Research Center of WidebandWireless Communicat1n and Display Technique, Ministry of Educat1n, NanjingUniv.0f P&T Nanjing.)利用模板匹配的方法进行车辆颜色识别，该方法对训练库或模板库依赖性高，实际环境中存在高光、顺逆光及摄像头架设角度不同的问题，这些都会严重影响算法的效果。综上所述，现有技术的物体(特别是车辆)颜色识别方法存在准确性低的问题。
技术实现思路
为此，本专利技术要解决的技术问题在于现有技术的物体颜色识别方法准确性不高，从而提出一种准确性高的物体颜色识别方法及系统来解决该问题。为解决上述技术问题，本专利技术采用以下技术方案:一种物体颜色识别方法，包括以下步骤:对获取的物体图像进行偏色校正；根据偏色校正后的图像获得颜色识别区域；识别所述颜色识别区域中每个像素的颜色；以所述颜色识别区域的像素个数最多的颜色作为物体颜色。优选地，所述对获取的物体图像进行偏色校正的步骤包括:获取所述图像的偏色系数；当所述偏色系数大于O时，根据所述偏色系数对所述图像进行偏色校正；当所述偏色系数小于或者等于O时，利用灰度世界颜色校正算法对所述图像进行偏色校正。进一步地，所述获取所述图像的偏色系数的步骤包括:获取所述图像在CIELab颜色空间下a*分量和b*分量的二维色度直方图；获取所述二维色度直方图的两个面积最大的等效圆；当两个所述等效圆位于同一象限时，根据面积较小的等效圆获得所述图像的偏色系数；当两个所述等效圆不位于同一象限时，根据面积较大的等效圆获得所述图像的偏色系数。优选地，所述根据偏色校正后的图像获得颜色识别区域的步骤包括:从偏色校正后的图像中选取表征物体颜色的区域；获取所述表征物体颜色的区域中的高光区域；去除所获取的高光区域，以剩余区域作为颜色识别区域。进一步地，所述获取所述表征物体颜色的区域中的高光区域的步骤包括:获得所述颜色识别区域中每个像素的漫反射分量；根据所述每个像素的漫反射分量获得所述每个像素的镜面反射分量；以镜面反射分量高于亮度阈值的像素作为高光像素，所有高光像素形成所述高光区域。优选地，所述识别颜色识别区域中每个像素的颜色的步骤包括:获取饱和度阈值；根据所述像素的亮度判断所述像素是否黑色或者白色；当所述像素不是黑色或者白色时，判断所述像素的饱和度是否高于饱和度阈值，当高于饱和度阈值时，所述像素为彩色，否则所述像素为灰色；当所述像素是彩色时，根据色调判断所述像素的颜色。进一步地，所述获取饱和度阈值的步骤包括:从单一色调的HSL颜色表中选取彩色和非彩色边界点；根据每个所述边界点的亮度和饱和度获得饱和度阈值拟合曲线；根据所述饱和度阈值拟合曲线获得所述像素的亮度对应的饱和度阈值。更进一步地，所述饱和度阈值拟合曲线的表达式为:S=I/(a*L_b)+c其中，L为边界点亮度，S为边界点饱和度，a，b, c为拟合系数。优选地，所述物体为车辆，所述颜色识别区域包括第一颜色识别区域、第二颜色识别区域和第三颜色识别区域，其中所述第一颜色识别区域位于所述偏色校正后的图像中车辆所在区域的平坦区域的引擎盖中间区域内，所述第二颜色识别区域位于所述车辆所在区域的引擎盖左侧靠近车辆边界区域内，所述第三颜色识别区域位于所述车辆所在区域的引擎盖右侧靠近车辆边界区域内。进一步地，还包括平坦区域获取的步骤，以所述车辆所在区域的第一个无纹理点为初始点进行区域增长而获得所述平坦区域。进一步地，还包括第一颜色识别区域获取的步骤，其包括:获取所述车辆前侧地面亮度大于车辆左、右侧地面亮度中较大亮度的差值；当所述差值大于或者等于顺光阈值时，以去除所述引擎盖中间区域中高光区域后的剩余区域作为第一颜色识别区域；当所述差值小于顺光阈值时，以所述引擎盖中间区域作为第一颜色识别区域。进一步地，还包括第二和第三颜色识别区域获取的步骤，其包括:分别获取引擎盖左侧、右侧靠近车辆边界区域的饱和度均值；当引擎盖左侧靠近车辆边界区域的饱和度均值低于识别阈值时，以引擎盖左侧靠近车辆边界区域中纹理最低的区域作为第二颜色识别区域；当引擎盖左侧靠近车辆边界区域的饱和度均值高于所述识别阈值时，以引擎盖左侧靠近车辆边界区域中饱和度最高的区域作为第二颜色识别区域；当引擎盖右侧靠近车辆边界区域的饱和度均值低于所述识别阈值时，以引擎盖右侧靠近车辆边界区域中纹理最低的区域作为第三颜色识别区域；当引擎盖右侧靠近车辆边界区域的饱和度均值高于所述识别阈值时，以引擎盖右侧靠近车辆边界区域中饱和度最高的区域作为第三颜色识别区域。进一步地，还包括获取所述车辆的的步骤，其包括:分别判断所述第一颜色识别区域、第二颜色识别区域、第三颜色识别区域是否为彩色；如果所述第一颜色识别区域为彩色，则选择所述第一颜色识别区域的颜色作为车辆颜色；如果所述第一颜色识别区域为非彩色并且第二颜色识别区域或第三颜色识别区域为彩色，则当车辆左侧地面亮度大于车辆右侧地面亮度的差值大于或者等于左侧光阈值时，选择所述第三颜色识别区域的颜色作为车辆颜色；当车辆右侧地面亮度大于车辆左侧地面亮度的差值大于或者等于右侧光阈值时，选择所述第二颜色识别区域的颜色本文档来自技高网...

【技术保护点】
一种物体颜色识别方法，其特征在于，包括以下步骤：对获取的物体图像进行偏色校正；根据偏色校正后的图像获得颜色识别区域；识别所述颜色识别区域中每个像素的颜色；以所述颜色识别区域的像素个数最多的颜色作为物体颜色。

【技术特征摘要】

【专利技术属性】
技术研发人员：刘淑娟，孙晓霞，耿连英，张安发，晋兆龙，陈卫东，
申请(专利权)人：苏州科达科技股份有限公司，
类型：发明
国别省市：江苏;32