[发明专利]一种物体颜色识别方法及系统

说明书

本发明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。

技术领域

本发明涉及计算机视觉技术领域，具体涉及一种物体颜色识别方法及系统。

背景技术

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1(StanislavFoltan,Car color recognition from CCTV cameraimage,Faculty of Management Science andInformatics,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,VehicleColor Recognition Using Monocular camera,Engineering Research Center ofWideband Wireless Communication and Display Technique,Ministry of Education,Nanjing Univ.of 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。

发明内容

为此，本发明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，本发明采用以下技术方案：

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0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0时，利用灰度世界颜色校正算法对所述图像进行偏色校正。