一种出租车绿色标志识别方法技术

一种出租车绿色标志识别方法，涉及交通管理计算机图像处理与模式识别技术领域。包括基于智能型车辆信息采集系统中的摄像机控制模块，运动检测车辆抓拍模块，车牌定位模块，绿色标志定位模块，绿色标志识别模块；绿色标志定位模块的定位规则是依据待检测区域的颜色特征和面积特征；颜色特征是在HSV模型空间中完成判断。绿色标志识别模块的识别步骤共分两层，第一层是根据提取到的绿色标志的待选区域进行形态学变换，得到比较完整与规则的待处理区域；第二层是依据第一层的精细处理结果，计算该区域的2项圆形度形状因子，综合2项圆形度形状因子的结果，根据判别规则，得到最终的识别，并输出识别结果。

【技术实现步骤摘要】

本专利技术涉及计算机图像处理与模式识别
，尤其是利用图像处理和模式 识别技术对出租车实行自动检测的。
技术介绍
在中国城市化进程中，城市交通发展迅速，出租车作为公交系统的有益补充， 在居民出行中发挥着重要作用。同时，对于出租车的管理问题也日益凸现出来。例如不 按规定停放，不遵守营运时间与地段规定，不按指示上下客等。这些违章行为不但给交 通运输带来混乱，而且随时存在着危及乘客的生命财产安全的隐患。因此，加大对于出 租车的规范管理，是目前城市交通管理刻不容缓的任务。对于出租车的管理，现有技术中根据不同的需要有多种监控手段。目前基于视 觉的车辆车牌、车标、车型识别管理，具有造价低，保存车辆图片信息完整，抗干扰强 等多种优点，因此，在交通管理领域得到了广泛的应用。对于出租车的管理，同样也可 以运用视觉技术来对出租车的特殊标志进行识别，并配合成熟的车牌识别技术，两者相 结合，达到对出租车的准确识别。例如深圳的出租车为了便于统一的管理，在车牌上方 的位置增加安装了一个半圆型的绿色标志，那么，在抓拍到车辆图片后，可以针对这一 特征进行图像识别，识别结果与车牌识别信息一起进入后台管理软件，系统可以自动对 是否是出租车进行分类判决，再形成相应的管理手段。因此，车牌上方是否有特定的绿 色标志供识别，如何精准识别就成为区分是否是出租车的重要手段，也是本专利技术的创新 所在。基于视频的出租车绿色标志识别技术是智能型车辆信息采集系统中的一个关键技 术，是利用图像处理和模式识别技术对出租车实行自动检测的计算机处理系统之一。根据文献检索，目前暂时没有根据出租车的特殊标志进行识别，并判定是否是 出租车的相关报道，本方法的实施可以根据不同城市的出租车的不同特征进行改进，以 提高与增强各个城市的出租车领域的管理水平。
技术实现思路
本专利技术的目的是公开一种基于视频能自动实时识别出租车的特殊绿色标志的方 法，以期应用于现有的电子警察、治安卡口等公路交通管理系统中，为交通信息采集以 及规范出租车行为的管理提供更强有力的支持。实现本专利技术之目的的技术解决措施如下面所述一种出租车绿色标志识别方 法，包括基于智能型车辆信息采集系统中的摄像机控制模块1，运动检测车辆抓拍模块 2，车牌定位模块3，绿色标志定位模块4，绿色标志识别模块5;绿色标志定位模块4包 括如下步骤4.1根据车牌位置确定检测区域；4.2检测区域颜色转换；4.3根据规则检测绿色 像素；4.4对绿色非绿色像素进行二值化；4.5对绿色目标进行形态学闭运算；4.6检测区 域内绿色连通体；4.7记录最大连通体面积与位置；4.8按规则判定是否定位成功；绿色标志识别模块5包括如下步骤5.1水平方向填充区域空洞；5.2区域向下对称映射；5.3 五次形态学膨胀运算；5.415X15均值滤波；5.5最优阈值二值化；5.6区域边界线提取； 5.7计算圆形度形状参数F球状性S ； 5.8按规则判定是否是绿色标志。上述4.8按规则判定是否定位成功是指根据二值化的图像进行是否存在绿色标 志，以及绿色标志定位的计算，其步骤如下 第一步图像的值为255的区域用3X3的结构元素进行形态学的基本闭运算操 作；闭运算为先膨胀后腐蚀的形态学运算；第二步采用8邻域的连通特性，对值为255的像素进行连通体的确定；并获 得各个连通体的外截矩形；第三步计算各个连通体外截矩形的面积，记录面积最大的连通体的位置与外 截矩形面积；第四步判定规则，最大连通体外截矩形面积>绿色标志待检测区域面积/4， 则判定可能存在绿色标志，进入标志识别步骤；否则，判定该车辆无绿色标志，结束处理。上述绿色标志定位模块4是指绿色标志的定位规则主要依据是待检测区域的颜 色特征和面积特征；所述的颜色特征是在HSV模型空间中完成判断。上述绿色标志识别模块5的识别步骤共分两层，第一层是指根据提取到的绿色 标志的待选区域进行一定的形态学变换，得到比较完整与规则的待处理区域；第二层是 指依据第一层的精细处理结果，计算该区域的2项圆形度形状因子，综合2项圆形度形状 因子的结果，根据判别规则，得到最终的识别，并输出识别结果。本专利技术总体上包括了一种自动、实时捕获移动车辆并识别车辆头部特殊标志的 运动图像处理技术。其具体方案是首先由视频摄像系统获取实时视频图像，然后通过 实时图像处理判断是否有车辆通过，其次根据运动特征从图像序列中分割出移动车辆， 接着通过车牌特征信息定位绿色标志的可能区域，最后利用颜色与形状特征对绿色标志 进行识别判定。本专利技术在技术方案上与现有技术相比，主要创新点与有益效果是1、提出并实现了一种出租车绿色标志的检测与识别方法，绿色标志识别率达到 98%,识别正确率达到95%，识别时间小于0.5秒；这项技术属于首创，并且可以应用 到有类似标志的出租车标志识别系统。2、利用基于视频的方式，通过对绿色标志的识别，解决了出租车与一般车辆的 分类问题；有效地实现了对出租车的智能化管理。3、本专利技术方案已在需要对出租车进行监控的路段和地点实施应用，并且在对出 租车的监督管理中取得了成效，例如深圳网格化布控系统中的交通管理系统。附图说明图1是实施本专利技术所需流程的一个实施例示意图。图2是本专利技术所述绿色标志定位模块4程序总体流程示意图。图3是本专利技术所述绿色标志识别模块5程序总体流程示意图。图4 图14是本专利技术所述对图片进行处理及其结果的实施例(图片方式)。具体实施例方式参见附图给出实施例对本专利技术做具体的进一步说明。从图1可知，本专利技术的实现主要由五大功能模块参与摄像机控制模块1，运动 检测车辆抓拍模块2，车牌定位模块3，绿色标志定位模块4，绿色标志识别模块5。其 中的第1和第2模块采用我们已有的专利技术实现，其技术参见我们已经申请的“基于车 牌亮度对比度的摄像机快门与增益综合控制技术”，“基于视频的高速移动车辆标志精 确识别方法”两项专利。第3车牌定位模块采用目前已经成熟 并广泛应用的基于纹理的 车牌定位技术。其基本原理是摄像机控制模块根据获得的视频对摄像机——采集卡进行 连动控制，得到满足绿色标志识别要求的视频图像。运动检测车辆抓拍模块完成奇偶场 的采集，并且根据奇偶场图像进行块运动计算，得到需要的运动参数。根据运动跟踪算 法检测车辆运动方向，抓拍一张完整的车头图片。车牌定位模块根据车牌区域连续字符 的纹理变化特征对车牌位置进行检测。本专利技术着重于绿色标志定位模块4，绿色标志识别 模块5的工作。绿色标志定位模块4在图片上利用车牌位置信息，确定绿色标志可能所 在的大体位置。根据HSI颜色空间的绿色分量信息，通过形态学闭运算处理计算绿色区 域的大小，判定是否有绿色标志存在。其判定结果分为无绿色标志与可能存在绿色标志 两种，并输出可能存在绿色标志的准确位置。绿色标志识别模块5是根据定位模块传送 的位置信息，基于形态学技术处理，利用形状分析的方法，计算区域的多个形状因子， 综合判定，最终得到是否是绿色标志的精确识别结果。参见图2图3可知，绿色标志定位模块4包括如下步骤4.1根据车牌位置确定检测区域；4.2检测区域颜色转换；4.3根据规则检测绿色 像素；4.4对绿色非绿色像素进行二值化；4.5对绿色目标进行形态学闭运算；4.6检测区 域内绿色连通体；4.7记录最大连通体面积与位本文档来自技高网...

【技术保护点】
一种出租车绿色标志识别方法，包括基于智能型车辆信息采集系统中的摄像机控制模块（１），运动检测车辆抓拍模块（２），车牌定位模块（３），绿色标志定位模块（４），绿色标志识别模块（５）；其特征在于，所述的绿色标志定位模块（４）包括如下步骤：（４．１）根据车牌位置确定检测区域；（４．２）检测区域颜色转换；（４．３）根据规则检测绿色像素；（４．４）对绿色非绿色像素进行二值化；（４．５）对绿色目标进行形态学闭运算；（４．６）检测区域内绿色连通体；（４．７）记录最大连通体面积与位置；（４．８）按规则判定是否定位成功；所述的绿色标志识别模块５包括如下步骤：（５．１）水平方向填充区域空洞；（５．２）区域向下对称映射；（５．３）５次形态学膨胀运算；（５．４）１５×１５均值滤波；（５．５）最优阈值二值化；（５．６）区域边界线提取；（５．７）计算圆形度形状参数Ｆ球状性Ｓ；（５．８）按规则判定是否是绿色标志。

【技术特征摘要】

【专利技术属性】
技术研发人员：周欣，卢晓春，潘薇，
申请(专利权)人：四川川大智胜软件股份有限公司，
类型：发明
国别省市：90