基于機(jī)器視覺的車標(biāo)標(biāo)記與識(shí)別系統(tǒng)的設(shè)計(jì)

賈尚云,高曉陽，鄭博博，李紅嶺，楊梅，周蓓蓓

（730070 甘肅省 蘭州市 甘肅農(nóng)業(yè)大學(xué) 機(jī)電工程學(xué)院）

0 引言

隨著汽車數(shù)量的急劇增加，車標(biāo)的識(shí)別與檢測(cè)成為目前在道路交通監(jiān)管方面研究較多的課題之一。受外界環(huán)境影響，如白天與黑夜光線變化、道路灰塵的遮蓋、季節(jié)更替等，車標(biāo)的識(shí)別與檢測(cè)精度不夠理想[1-2]。通常情況下，采用紅外線照明攝像或者運(yùn)用比較特殊的光線傳感器的檢測(cè)方法，檢測(cè)成本較高，難以普遍推廣[3]。本文結(jié)合圖像處理技術(shù)設(shè)計(jì)的汽車車標(biāo)檢測(cè)與識(shí)別系統(tǒng)，不僅提高了識(shí)別的準(zhǔn)確率，而且造價(jià)較低，在車標(biāo)檢測(cè)與識(shí)別方面具有很好的應(yīng)用價(jià)值。

1 設(shè)計(jì)方案

該系統(tǒng)以計(jì)算機(jī)硬件為主體，以MATLAB 軟件為核心，設(shè)計(jì)了一套基于機(jī)器視覺的車標(biāo)檢測(cè)與識(shí)別系統(tǒng)。系統(tǒng)總體設(shè)計(jì)主要包括：車標(biāo)圖像采集與顯示、圖像預(yù)處理、圖像的檢測(cè)標(biāo)記與識(shí)別，其中圖像預(yù)處理包括灰度化、邊緣檢測(cè)、列檢測(cè)以及圖像的閉運(yùn)算。系統(tǒng)結(jié)構(gòu)框圖如圖1 所示。

圖1 系統(tǒng)總體框圖Fig.1 System overall block diagram

系統(tǒng)開始工作前首先進(jìn)行大量的車標(biāo)圖片數(shù)據(jù)的采集，然后將采集到的車標(biāo)圖片進(jìn)行訓(xùn)練得到訓(xùn)練集，再進(jìn)行圖像預(yù)處理工作，得到處理后去除噪聲和干擾的圖片，最后進(jìn)行車標(biāo)檢測(cè)和識(shí)別。為保證系統(tǒng)的可靠性、降低干擾，車標(biāo)圖片采集需要在相同的天氣環(huán)境和相同的時(shí)間進(jìn)行。

2 圖像處理

圖像預(yù)處理可消除圖像中的無關(guān)信息，增強(qiáng)真實(shí)信息的可檢測(cè)性，提高車標(biāo)的檢測(cè)與識(shí)別的準(zhǔn)確率[4-5]，本系統(tǒng)借助MATLAB 軟件對(duì)采集到的車標(biāo)圖片進(jìn)行圖像灰度化、圖像的邊緣檢測(cè)、圖像的列檢測(cè)和圖像的標(biāo)記檢測(cè)，達(dá)到了車標(biāo)檢測(cè)和識(shí)別的目的。

2.1 圖像的灰度化

彩色的圖像中包含著許多顏色信息，在圖像識(shí)別過程中會(huì)降低MATLAB 的處理速度，所以在對(duì)車標(biāo)圖像進(jìn)行標(biāo)記與識(shí)別時(shí)需要將圖像進(jìn)行灰度化處理。經(jīng)過灰度變換后，圖像像素的動(dòng)態(tài)范圍會(huì)增加，圖像的對(duì)比度擴(kuò)展，圖像變得更加清晰、細(xì)膩且容易識(shí)別。圖2 為原始圖像經(jīng)灰度化后的圖像。

圖2 圖像灰度化Fig.2 Image grayscale

2.2 圖像的邊沿檢測(cè)

2 個(gè)相異的灰度值的相鄰區(qū)域之間總存在交叉的邊沿，邊沿檢測(cè)是圖像分割、特征提取等圖像分析的前提。通常通過門的極限法來確定一個(gè)值或者一個(gè)點(diǎn)是否實(shí)用有效，所以如果一個(gè)有效點(diǎn)的二維1 階反導(dǎo)數(shù)比所指定門的極限大，就可以定義所處理的圖像中的一個(gè)次點(diǎn)就是一個(gè)邊沿點(diǎn)。經(jīng)過1 階或2 階導(dǎo)數(shù)的圖像的邊沿檢測(cè)，求得的1 階導(dǎo)數(shù)值若高于某個(gè)臨界點(diǎn)的閾值，則確定這個(gè)點(diǎn)為所求的邊緣點(diǎn)。但是這樣做會(huì)導(dǎo)致所檢測(cè)的邊沿點(diǎn)超出太多，所以可以利用對(duì)梯度局部求解得到所需要的最大值對(duì)應(yīng)點(diǎn)，并確定這個(gè)點(diǎn)為所需要的邊沿點(diǎn)，去除非局部邊沿的最大值，可以檢測(cè)出所得的邊沿。如圖3 所示為圖像的邊沿檢測(cè)。

圖3 圖像邊沿檢測(cè)Fig.3 Image edge detection

2.3 圖像的列檢測(cè)

圖像的列檢測(cè)就是對(duì)圖像進(jìn)行左右檢測(cè)，去除上下圖像對(duì)車標(biāo)檢測(cè)與識(shí)別的影響，保留左右所需要的圖像，以客觀操作達(dá)到主觀效果，圖像的列檢測(cè)與圖像增強(qiáng)處理的最大區(qū)別是，圖像的增強(qiáng)處理是將灰度化圖像與所得的背景圖像作程序的減法處理，然后運(yùn)用程序?qū)λ脠D像進(jìn)行增強(qiáng)處理，達(dá)到對(duì)所需圖像的增強(qiáng)；圖像的列檢測(cè)是對(duì)上下圖像的剔除，保留左右圖像。圖4 為圖像的列檢測(cè)結(jié)果。

圖4 圖像列檢測(cè)Fig.4 Image column detection

2.4 圖像的閉運(yùn)算

圖像的閉運(yùn)算就是對(duì)圖像進(jìn)行數(shù)學(xué)上的閉合運(yùn)算，其目的是為了突出車標(biāo)與車牌的部分領(lǐng)域，使其實(shí)化，達(dá)到圖像的小型處理。圖像的腐蝕是一種對(duì)邊界點(diǎn)進(jìn)行消除的方式，其作用是可將所需要的圖像目標(biāo)縮小，孔洞變大，能有效消除被孤立的噪聲點(diǎn)。而膨脹的作用是將與現(xiàn)存的物體相接觸的所有背景點(diǎn)合并到物體內(nèi)部，這樣做的結(jié)果與腐蝕的恰恰相反，能讓目標(biāo)增大，孔洞變小，填補(bǔ)了現(xiàn)存目標(biāo)物體內(nèi)部的空洞，形成一個(gè)連通域。

對(duì)圖像進(jìn)行先膨脹后腐蝕的過程叫做圖像的閉運(yùn)算，其特點(diǎn)是可以填充物體內(nèi)部一些細(xì)小的空洞，以達(dá)到對(duì)鄰近物體的連接和對(duì)邊界平滑的作用。如圖5 所示為圖像的閉運(yùn)算結(jié)果。

圖5 圖像閉運(yùn)算Fig.5 Image-closed operation

2.5 圖像最小目標(biāo)的去除

因?yàn)槟繕?biāo)圖像中含有車標(biāo)圖像、車牌圖像、輪廓圖像等一系列圖像，而我們僅需對(duì)車標(biāo)進(jìn)行檢測(cè)與識(shí)別，因此就需要對(duì)目標(biāo)圖像進(jìn)行整理，去除輪廓圖像。如圖6 為圖像最小目標(biāo)的去除結(jié)果。

圖6 圖像最小目標(biāo)的去除Fig.6 Removal of image minimum targets

2.5 車標(biāo)的標(biāo)記與識(shí)別

車標(biāo)的標(biāo)記檢測(cè)是將圖片中車標(biāo)所在的位置標(biāo)記出來，同時(shí)達(dá)到圖像校正的目的[6-8]。圖7 所示即為車標(biāo)的標(biāo)記與識(shí)別結(jié)果，系統(tǒng)能夠正確識(shí)別汽車標(biāo)志，且識(shí)別率較高。

圖7 車標(biāo)標(biāo)記與識(shí)別Fig.7 Vehicle logo marking and identification

3 結(jié)果與分析

本文通過對(duì)車標(biāo)的檢測(cè)與識(shí)別的算法研究，并進(jìn)行大量訓(xùn)練、檢驗(yàn)與分析，得到了對(duì)車標(biāo)的檢測(cè)與識(shí)別結(jié)果。在此過程中，首先要采集大量車標(biāo)圖片輸入MATLAB 軟件進(jìn)行圖像預(yù)處理。圖像采集統(tǒng)一選擇在下午6 時(shí)，這時(shí)的太陽溫和、光線充足，降低了太陽光線和噪音的干擾，使用同一個(gè)相機(jī)進(jìn)行采集，避免由于像素差異引起圖像檢驗(yàn)結(jié)果的不準(zhǔn)確性。實(shí)驗(yàn)表明，該系統(tǒng)檢測(cè)效率高，檢測(cè)精度和穩(wěn)定性好。如圖8 所示為實(shí)驗(yàn)驗(yàn)證結(jié)果。

圖8 實(shí)驗(yàn)驗(yàn)證結(jié)果Fig.8 Experimental validation results

機(jī)器視覺的算法需要對(duì)車標(biāo)進(jìn)行大量的訓(xùn)練，然后進(jìn)行匹配，由于車標(biāo)的種類繁多，有些車標(biāo)在訓(xùn)練時(shí)沒有統(tǒng)計(jì)進(jìn)去，降低了對(duì)一些特殊車標(biāo)的檢測(cè)與識(shí)別的正確率。今后的研究應(yīng)加大對(duì)訓(xùn)練集的擴(kuò)充，達(dá)到應(yīng)檢盡檢的目的。