基于HSV顏色空間的車身顏色識別算法

胡焯源，曹玉東，李 羊

（遼寧工業(yè)大學(xué) 電子與信息工程學(xué)院，遼寧 錦州121001）

基于HSV顏色空間的車身顏色識別算法

胡焯源，曹玉東，李 羊

（遼寧工業(yè)大學(xué) 電子與信息工程學(xué)院，遼寧 錦州121001）

利用顏色空間進行車輛顏色識別，在4種顏色空間模型中比較了車身顏色識別效果，在HSV模型中識別效果最好。針對外界光線變化嚴重影響車身顏色識別的問題，改進了的HSV顏色模型的顏色量化模板和顏色判定規(guī)則。實驗表明，改進的方法能有效地提高識別精度。

顏色識別；HSV顏色空間；色差距離

車輛信息識別是智能交通系統(tǒng)中的重要組成部分。車輛信息識別中發(fā)展最為成熟的是車牌識別技術(shù)，但隨著車輛的不斷增多，車輛的管理工作越來越繁瑣，因此需要利用車輛的其他信息（如車輛品牌信息，車身顏色信息等）來滿足需求。車身顏色識別就是其中一個重要方向。目前研究該方向的機構(gòu)和論文還不是很多，市場上也沒有很成熟的產(chǎn)品，因此還需要不斷研究。

目前的車身顏色識別算法[1]大致分為兩類：一類是采用基于顏色空間的色差方法，色差是指兩種顏色的歐式距離,根據(jù)距離的大小來判斷顏色的差異程度。第二類是制作顏色模板，提取顏色特征，采用分類器進行識別。Michelel[2]在非均勻的RGB顏色空間中將車身顏色細化成15種顏色，采用K近鄰算法進行顏色識別。但RGB顏色模型并不是人眼直觀的顏色描述方法，僅僅通過歐式距離并不能準確地區(qū)分它們在色度上的差異。李貴俊等[3]研究了多種顏色空間，采用識別效果最好的HIS顏色空間和標(biāo)準色差公式，針對外界噪聲和光照等因素的影響，對圖像在HIS空間中進行色彩歸一化處理。楊峰[4]將車身顏色分為9種，研究彩色圖像去舞算法和顏色直方圖特征，采用支持向量機算法進行顏色識別，但采用分類器的算法，制作樣本比較繁瑣，且識別的類別有局限。

本文針對光照改變車身顏色的問題，提出改進的顏色空間量化范圍和顏色判定規(guī)則的方法，有效的提高了識別率。

1 顏色空間轉(zhuǎn)換

顏色空間也稱彩色模型，其中最常見的是RGB模型。RGB模型常用作圖像的描述，但在顏色識別時一般不采用RGB顏色模型，因為它主要描述的是紅、綠、藍三原色的顏色通道模型，將顏色識別常用的色調(diào)、亮度和飽和度3個參數(shù)融合在一起，很難分開，而HSV、YUV等顏色空間則能更加直觀地區(qū)分色彩。

1.1 HSV顏色空間

HSV模型是直觀的顏色描述方法，定義在顏色坐標(biāo)系中的圓錐，如圖1所示。飽和度S沿水平軸測量而明度值沿通過圓錐中心的垂直軸測量。明度值V從圓錐底部的0變化到頂部的1。色彩在HSV模型中用圓錐頂面圓形的角度來表示。藍色位于240°處，黃色位于60o處，互補的顏色呈180°。

圖1 HSV顏色空間模型

飽和度S對應(yīng)的是圓錐頂面圓形的水平軸，在圓心點處為1，與圓形相交處為0。在模型中它表示所選色彩的純度與該色彩最大純度的比率。明度V是從圓錐頂點到底面圓形的圓心點的變化。在模型中它也是從0到1的變化，同樣表示所選色彩與該色彩最大明度的比率。

RGB轉(zhuǎn)化到HSV的轉(zhuǎn)換公式如下：

1.2 CIELab彩色空間

CIELab使用對色坐標(biāo)軸b*，a*和L*定義CIE顏色空間。其中，L*值代表光亮度，其值從0（黑色）到100（白色）。b*和a*代表色度坐標(biāo)，其中a*代表紅-綠軸，b*代表黃-藍軸，它們的值從0到10。a*=b*=0表示無色，因此L*就代表從黑到白的比例系數(shù)。

RGB無法直接轉(zhuǎn)化成CIELab，要先轉(zhuǎn)換成XYZ，再轉(zhuǎn)換成Lab，轉(zhuǎn)化公式如下:

其他情況，則為：

2 顏色空間量化和色差距離判斷

標(biāo)準的HSV顏色空間是根據(jù)H、S和V三者在圓錐模型中的相互變化關(guān)系量化出標(biāo)準的色彩模板。本文為了識別常見的車身顏色，將顏色空間量化為彩色區(qū)域和非彩色區(qū)域，彩色區(qū)域細化為紅色、藍色、綠色、黃色、棕色和青色，非彩色區(qū)域細化為，黑色、白色和銀灰色。

HSV顏色空間中3個分量之間彼此獨立，但是考慮到其圓錐體的顏色分布特性[5]，可以知道H、S和V這3個分量之間的關(guān)系，當(dāng)明度V非常高或非常低時，色調(diào)H將毫無意義，當(dāng)飽和度S非常低時，色調(diào)H會不穩(wěn)定，當(dāng)明度V非常高或非常低時，飽和度S無意義。并且非彩色區(qū)域的顏色識別主要依靠飽和度和亮度這2個分量。

在HSV顏色空間中對顏色識別區(qū)域進行直方圖統(tǒng)計[6]，分別在識別區(qū)域中選取統(tǒng)計最多的值，作為該識別區(qū)域的H、S和V這3個代表參數(shù)。然后將其與改進的顏色量化范圍做度量比較，結(jié)合色差公式來判定車身顏色。

如表1所示，改進后的HSV顏色空間量化模板給出了每個參數(shù)的最大和最小值。首先根據(jù)量化模板的參數(shù)區(qū)間判斷色彩，然后利用色差公式進行距離計算，判斷色彩。如果兩者判斷的顏色一致則確定其為最終的車身顏色；如果不一致，當(dāng)利用量化模板判斷顏色為非彩色區(qū)域時，確定其顏色為最終的車身顏色。否則確定色差公式判斷的顏色為最終的車身顏色。

表1 改進后的HSV顏色量化模板

傳統(tǒng)的色差公式為：

式中：H、S和V這3個分量是相互獨立的，用傳統(tǒng)色差公式識別效果較差。因此，把3個分量結(jié)合起來，(H，S*cosH，V*sinH)，色差公式如式(7)所示。

3 實驗結(jié)果分析

實驗車輛圖片來自停車場和小區(qū)閘口的攝像機，包括了黑色、銀灰色、白色、紅色、黃色、藍色、青色、綠色、棕色9種顏色的車輛，共計400幅樣本圖像，選取車前臉靠近排氣格柵的車蓋上的一塊大小和格柵大小相當(dāng)?shù)膮^(qū)域作為識別對象，這樣可以盡可能地克服車輛反光的問題[7]。

車身顏色識別率計算公式為：

表2給出了各個顏色空間的識別結(jié)果，實驗結(jié)果表明，HSV和CIELab顏色空間有較好的識別效果?；贖SV顏色空間具有計算簡單等特點，選取HSV顏色空間是最合適的。

表2 不同顏色空間下識別結(jié)果%

表3給出了基于HSV顏色空間，改進的顏色量化模板和色差公式的識別結(jié)果。其中，彩色區(qū)域識別率93.25%，非彩色區(qū)域84.21%。實驗結(jié)果表明，彩色區(qū)域的識別率明顯高于非彩色區(qū)域。造成非彩色區(qū)域識別率低的主要原因可能是強光和外界噪聲。實驗結(jié)果表明，該方法可以較好的識別車身顏色，并且計算速度快，每分鐘可以處理300張以上的圖像，基本可以滿足實時性要求。

表3 標(biāo)準HSV模型和改進后的識別結(jié)果比較

4 結(jié)束語

比較了HSV、RGB、YUV和CIELab顏色空間模型，實驗結(jié)果表明，HSV顏色空間的識別精度最高，但都存在外界光線變化改變車身顏色的問題。在此基礎(chǔ)上，提出改進的HSV顏色空間色彩模板的量化和新的色差公式，有效地提高了車身顏色識別率。下一步的工作是探討如何克服強光照射和車蓋表面反光等問題，以進一步提高車身顏色識別率。

[1]趙淳生.21世紀超聲電機技術(shù)展望[J].振動、測試與診斷,2000,20(1):7-12.

[2]Merler M.Car color and logo recognition[C].CSE 190A Projet in Vision and Learning,2006:46-49.

[3]李貴俊,劉正熙,游志勝,等.一種基于色差和彩色歸一化的車身顏色識別算法[J].計算機應(yīng)用,2004,24(9): 47-49.

[4]楊峰.基于支持向量機的車身顏色識別算法研究[D].成都:電子科技大學(xué),2013.

[5]王琪.關(guān)于運動目標(biāo)特征提取以及車輛顏色識別算法的研究[D].成都:電子科技大學(xué),2011:31-57.

[6]黃社陽,劉智勇,阮太元.基于HSV顏色空間和SVM的車牌提取算法[J].計算機系統(tǒng)應(yīng)用,2014,23(8): 150-154.

[7]楊丹.基于BP神經(jīng)網(wǎng)絡(luò)的汽車顏色識別[D].沈陽:沈陽工業(yè)大學(xué),2009:7-32.

責(zé)任編校：孫 林

Car Color RecognitionAlgorithm Based on HSV Color Space

HU Zhuo-yuan,CAO Yu-dong,LI Yang

（Electronics&Information Engineering College,Liaoning University of Technology,Jinzhou 121001,China）

Car color is recognized in four different color space models and we compare their effects.In view of the outside uneven light affecting recognition,we modified color quantization range and color-determining rules in west HSV color model.The experimental results show that supposed method can improve the recognition precision.

color recognition;HSV color space;color difference distance

TP391

A

1674-3261(2017)01-0010-03

2016-01-11

國家自然科學(xué)基金項目(61502216)

胡焯源(1991-)，男，江蘇宜興人，碩士生。

曹玉東(1971-)，男，遼寧鐵嶺人，副教授，博士。

10.15916/j.issn1674-3261.2017.01.003