[发明专利]基于HU不变矩实现车标自动识别的方法

权利要求书

1.一种基于HU不变矩实现车标自动识别的方法，其特征在于，所述的方法包括以下步骤：

（1）获取车标大致区域的图像并进行图像二值化处理得到车标大致区域的二值化图像；

（2）在所述的车标大致区域的二值化图像中确定车标精确位置的图像；

（3）计算所述的车标精确位置的图像中的HU不变矩特征；

（4）根据所述的HU不变矩特征确定车标识别结果。

2.根据权利要求1所述的基于HU不变矩实现车标自动识别的方法，其特征在于，所述的获取车标大致区域的图像，包括以下步骤：

（11）对车身上的车牌进行识别得到车牌位置信息；

（12）根据车身的车牌与车标的拓扑结构获取车标大致区域的图像。

3.根据权利要求1所述的基于HU不变矩实现车标自动识别的方法，其特征在于，所述的进行图像二值化处理得到车标大致区域的二值化图像，包括如下步骤：

（13）将车标大致区域的彩色图像转换为灰度图像；

（14）对车标大致区域的灰度图像进行图像二值化处理得到车标大致区域的二值化图像。

4.根据权利要求1所述的基于HU不变矩实现车标自动识别的方法，其特征在于，所述的在所述的车标大致区域的二值化图像中确定车标精确位置的图像，包括以下步骤：

（21）计算所述的车标大致区域的二值化图像中的边缘信息；

（22）结合所述的边缘信息和所述的二值化图像的二值信息对车标进行定位并得到车标精确位置的图像。

5.根据权利要求4所述的基于HU不变矩实现车标自动识别的方法，其特征在于，所述的根据所述的HU不变矩特征确定车标识别结果，具体为：

根据所述的边缘信息和HU不变矩特征组成的特征向量确定车标识别结果。

6.根据权利要求5所述的基于HU不变矩实现车标自动识别的方法，其特征在于，所述的根据所述的边缘信息和HU不变矩特征组成的特征向量确定车标识别结果，具体为：

将所述的边缘信息和HU不变矩特征组成的特征向量输入神经网络模型并输出车标结果。