[发明专利]一种车辆保险标志识别方法

说明书

技术领域

本发明涉及一种车辆保险标志识别方法。

背景技术

汽车是现代社会重要的交通工具，汽车的使用也越来越频繁。同时，汽车也作为犯罪工具之一屡屡被犯罪分子利用。目前，车牌识别、车标识别及车型识别技术已被广泛应用在交通智能管理系统中，且在公安系统案件侦测中对嫌疑车辆的排查具有重要作用。但是，如果犯罪嫌疑人通过使用假牌照、套牌和遮挡车标等手段隐藏嫌疑车辆信息，就会给案件侦测人员对嫌疑车辆的排查等侦破工作的带来诸多不便，不仅浪费大量人力、物力，更重要的是会延误侦破案件的宝贵时间,影响社会的稳定和谐。所以，这就需要一种其它的辅助方法和系统来对案件侦破进行必要的补充。

现在，汽车的保险、监测、检验、和/或认证等标志（以下简称“车辆保险标志”）都采用不干胶印刷品，且为了便于交通部门的管理，此类标志必须粘贴于汽车前窗玻璃右上方并不得揭除，必须等到规定时限后，方可取下旧标志，换贴新标志。鉴于车辆保险标志这种长期固定的特殊性，可以将车辆保险标志识别也作为智能交通领域的一个重要管理工具，成为继车牌识别、车标识别、车型识别后进行车辆识别的一个重要补充和发展。

发明内容

为有效解决上述技术难题，本发明提供一种车辆保险标志识别的方法，能够有效提高公安系统案件侦测中对嫌疑车辆的排查效率，同时，有利于提高车辆的智能化管理水平。

本车辆保险标志识别方法包括了离线的训练过程和在线的识别过程，所述离线训练过程和在线识别过程包括如下步骤。

车辆保险标志离线训练过程：

S101手工采集车辆保险标志样本，包括采集车辆保险标志形状、颜色和车辆保险标志之间的排列顺序等；

S102对采集到的图像进行中值滤波，去除图像的噪声；

S103对中值滤波后的图像进行灰度归一化处理；

S104对灰度归一化处理后图像进行尺度归一化处理；

S105样本二值化处理得到车辆保险标志模板库。

车辆保险标志在线识别步骤：

S201图像捕捉与获取，通过图像获取设备获取含有车辆保险标志的图像源；

S202车辆保险标志定位，具体为：

对捕捉与获取到的图像进行预处理，预处理包括滤波处理、灰度化处理和二值化处理，其中，采用二维中值滤波快速算法对彩色图像进行滤波处理，等到平滑的图像效果，然后进一步对平滑图像进行灰度化处理，得到灰度图像；最后采用全局阈值化方法进行二值化处理，得到二值化后的车辆保险标志图像；

车辆保险标志搜索与定位，根据车辆保险标志定位信息从预处理后的图像中搜索车辆保险标志区域的位置，进行定位处理，并对车辆保险标志区域其进行分割处理，获取车辆保险标志区域图像；

S203图像分割，在车辆保险标志区域图像分割出单个车辆保险标志；

S204尺度归一化，对分割出的单个车辆保险标志进行平移、旋转、缩放、标准切割等尺度归一化的处理，得到标准尺寸的单个车辆保险标志图像；

S205车辆保险标志识别，对分割后的单个车辆保险标志进行形状、数量识别，对车辆保险标志与车辆保险标志之间的排列顺序进行识别；

S206特征匹配，将识别后的车辆保险标志形状、数量或车辆保险标志排列顺序与车辆保险标志模板库中的特征模板进行特征匹配，得出匹配结果；

S207输出结果。

本发明由于采取以上技术方案，具有以下优点：

1、通过采用上述技术方案，可以为公安系统在案件侦测方面，特别是嫌疑车辆排查方面提供一个高效有力的工具，既为案件侦破争取了宝贵时间，又节省了大量的人力、物力，可以投入到更多案件的侦测中去；

2、采用上述技术方案，可以作为车牌识别、车标识别和车型识别的一个重要补充和发展，为智能交通领域提供一个重要的交通管理工具。

附图说明

图1是车辆保险标志离线学习过程示意图。

图2是车辆保险标志在线识别步骤图。

具体实施方式

下面结合附图和实施例对本发明中的车辆保险标志识别方法进行详细的描述。

图1是本发明实施例的车辆保险标志离线学习过程示意图。如图1所示，车辆保险标志离线学习过程包括：S101手工采集车辆保险标志样本，S102中值滤波处理，S103灰度归一化处理，S104尺度归一化处理，S105样本二值化处理得到车辆保险标志标模板库。