[发明专利]一种车辆颜色识别方法、装置和电子设备

说明书

本发明公开了一种车辆颜色识别方法、装置和电子设备，所述方法，包括：获取监控到的图像中包含的待识别车辆的车辆感兴趣ROI区域，所述车辆ROI区域为所述图像包含的所述待识别车辆的全部区域；以及从所述车辆ROI区域提取至少一个车辆子区域；并分别提取各个车辆子区域的特征信息，以及提取所述车辆ROI区域的特征信息；根据所述车辆ROI区域的特征信息和各个车辆子区域的特征信息，利用预设分类器获得所述待识别车辆的车辆颜色。采用本发明提供的方法，即使在天气、光照等环境不好或车牌遮挡时，也能准确识别车辆颜色。

技术领域

本发明涉及模式识别与机器学习技术领域，尤其涉及一种车辆颜色识别方法、装置和电子设备。

背景技术

随着社会经济的快速发展，辅助驾驶和无人驾驶逐渐进入了人们的生活当中。在安防领域和智慧城市中，对视频序列的内容分析有着至关重要的作用，其中对车辆属性的识别尤其重要。然而在实际场景中，由于车牌遮挡或车辆没有车牌或车辆存在一车多牌情况等导致车辆的车牌信息无法识别时，车辆颜色识别对于车辆的分析可以起到事半功倍的效果，且车辆颜色对于案件侦查和套牌识别等起着至关重要的作用。

现有的车辆颜色识别方法需要在特定条件下识别出的车辆颜色效果较好，受条件限制。

例如，基于色差的车辆颜色识别算法，该方法主要将RGB(Red，Green，Blue；红，绿，蓝)空间转换到HIS(Hue，Intensity，Saturation；色调，强度，饱和度)空间然后在HIS空间计算色差值，确定颜色表中查找到的色差值最小对应的颜色为车辆颜色识别结果；该方法只有在光线较好的情况下，如白天场景且没有较大干扰的情况下，可以获得较好的车辆颜色识别结果。但实际应用场景中，由于实际条件的影响，识别结果将会差。

再比如，基于色度信息和SVM(Support Vector Machine，支持向量机)的识别算法，识别原理为：首先将RGB空间转换到LAB和HSV(Hue，Saturation，Value；色调，饱和度，亮度)空间，然后分别利用色度信息的颜色进行合并，分别在不同的特征颜色区间进行SVM分类和最近邻分类识别，最终得到车身颜色识别结果，该方法可以提高车辆颜色识别结果的准确率，但只适用于小轿车类别，对应一些大型卡车和货车识别效果特别差。

再者，基于车牌位置区域定位车盖区域和车灯附件区域分块策略，该方法首先根据车牌定位技术确定车牌的坐标位置信息，如宽和高等信息；然后在车牌上方检测代表车身颜色的车盖区域，并通过量化的矢量颜色空间计算直方图特征，再结合SVM特征识别方法获得车辆颜色识别结果。此方法缺点为：必须依赖车牌信息，对于车牌信息遮挡或没有车牌的情况，该方法无法有效识别车辆颜色。

综上可知，现有的车辆颜色识别方法受光照、天气和车牌遮挡等因素影响，导致车辆颜色识别结果不佳，因此，如何在不受环境的限制，准确识别车辆颜色是亟待解决的技术问题之一。

发明内容

本发明实施例提供一种车辆颜色识别方法、装置和电子设备，用以解决现有技术中由于受光照、天气和车牌遮挡等因素影响而导致的车辆颜色识别结果准确率低的问题。

第一方面，本发明实施例提供一种车辆颜色识别方法，包括：

获取监控到的图像中包含的待识别车辆的车辆感兴趣ROI区域，所述车辆ROI区域为所述图像包含的所述待识别车辆的全部区域；以及

从所述车辆ROI区域提取至少一个车辆子区域；并

提取各个车辆子区域的特征信息并获得各个车辆子区域的特征向量，以及提取所述车辆ROI区域的特征信息并获得所述车辆ROI区域的特征向量；

根据所述车辆ROI区域的特征向量和各个车辆子区域的特征向量，利用预设分类器获得所述待识别车辆的车辆颜色。

第二方面，一种车辆颜色识别装置，包括：