[发明专利]一种出租车识别方法

权利要求书

1.一种出租车识别方法，其特征在于，该方法包括以下步骤：

步骤S1，对视频序列中的道路交通场景进行图像标定，以进行图像坐标系和物理坐标系的相互转换，从而获取视频序列中每一帧图像每个位置的物理坐标；

步骤S2，定位所述视频序列每一帧图像中车牌和顶灯的位置；

步骤S3，提取所述视频序列存在车牌和顶灯位置的图像中出租车辆的颜色喷涂区域；

步骤S4，根据所述步骤S2定位到的车牌位置与所述步骤S3提取到的出租车辆颜色喷涂区域之间的相对位置关系，以及所述步骤S2定位到的顶灯的位置，对于出租车的位置进行最终定位。

2.根据权利要求1所述的方法，其特征在于，所述步骤S2进一步包括以下步骤：

步骤S21，根据出租车车牌的底色，对所述视频序列中的每一帧图像进行颜色转换，获取相应的颜色灰度图像；

步骤S22，计算所述颜色灰度图像的得分图像；

步骤S23，基于局部极大值确定所述得分图像中的候选车牌区域和顶灯区域。

3.根据权利要求2所述的方法，其特征在于，所述步骤S21中，利用下式将图像空间转换至一个特定的颜色空间：

C_x,y=B_x,y-min{R_x,y,G_x,y}，

其中，C_x,y表示颜色转换后的图像，x,y表示图像中某一像素的坐标值。

4.根据权利要求2所述的方法，其特征在于，所述步骤S22具体为：

首先使用Sobel算子计算所述颜色灰度图像中的图像梯度，得到相应的梯度图像；

然后，使用滑动窗口扫描所述梯度图像，获得窗口内像素的平均梯度，从而得到所述梯度图像对应的得分图像。

5.根据权利要求4所述的方法，其特征在于，所述滑动窗口的大小与车牌的大小一致。

6.根据权利要求2所述的方法，其特征在于，所述步骤S23进一步包括以下步骤：

步骤S231，通过滑动窗口扫描所述得分图像，得到所述得分图像中多个车辆/顶灯可能存在的区域；

步骤S232，利用非极大值抑制方法在每个车辆/顶灯可能存在的区域范围内求得局部极大值；

步骤S233，如果求得的局部极大值大于一预先设定的得分阈值，则以所述局部极大值为中心点，根据标准车牌/顶灯的尺寸信息得到一车牌/顶灯区域，将该车牌区域作为候选车牌/顶灯区域，否则认为不是车牌/顶灯区域。

7.根据权利要求1所述的方法，其特征在于，所述步骤S3进一步包括以下步骤：

步骤S31，对所述视频序列存在车牌和顶灯位置的图像进行颜色转换，获取相应的颜色灰度图像；

步骤S32，利用多阈值分割方法将所述颜色灰度图像分割为多幅二值化图像；

步骤S33，对所述二值化图像作连通域分析，取长宽比、面积大小在一定范围内的连通域作为出租车颜色喷涂区域。

8.根据权利要求7所述的方法，其特征在于，所述步骤S31进一步包括以下步骤：

步骤S311，统计出租车表面特殊颜色喷涂区域的像素RGB散点图，进而获得对应的颜色转换模型；

步骤S312，通过所述颜色转换模型将初始的RGB图像转换为颜色灰度图，进而得到出租车表面的特殊颜色喷涂区域。

9.根据权利要求1所述的方法，其特征在于，所述步骤S4进一步包括以下步骤：

步骤S41，对于一个定位到的车牌位置pi，如果能在其周围找到一个确定的颜色喷涂区域，则进入步骤S42，否则认为不是出租车车牌，进而对于其他车牌位置重复步骤S41；

步骤S42，根据车牌位置及图像标定结果，设定一预定范围为估测的车辆区域，并检验对于该区域是否满足一预定条件，如果满足，则该区域为最终确定的出租车的位置，否则进入步骤S43；

步骤S43，减小顶灯在定位步骤中使用的定位阈值，再次定位顶灯的位置，重复步骤S2-4。

10.根据权利要求9所述的方法，其特征在于，所述预定条件表示为：

dist(p_i,p_j)∈[d₁,d₂]，而且ang(p_i,p_j)∈[θ₁,θ₂]，

其中，p_i表示车牌位置，p_j表示车顶灯位置，d₁,d₂分别表示预定的距离参数，ang(p_i,p_j)表示求取p_i和p_j之间的角度，θ₁,θ₂分别表示预定的角度参数。