機動車車標自動識別系統

摘 要 目前在機動車識別技術中，僅僅依靠車牌識別技術和車型識別技術還不能滿足當下和未來的需求，因為車牌有可能被替換，但是車標不容易被替換或者更改。本文在大量實驗的基礎上，對機動車車標定位和車標識別技術進行了深入研究，并在此基礎上開發了一套高效的機動車車標自動識別系統，具有很強的實際應用價值。

【關鍵詞】車標定位 車標識別

1 問題的提出

目前，國內外在車輛識別技術中主要集中在車牌識別和車型識別，根據車牌信息和車型信息來識別車輛，或者是通過兩者結合來識別車輛。這在目前市場上應用比較廣泛。車牌有可能被更改，這樣會促成更多的犯罪違法事件發生。汽車標志是車輛非常重要的信息，是車輛的標志性特征，而且不易被更改，有了車標信息，在刑事案件偵破中會迅速縮小目標范圍，提高破案效率。

本文所研究的內容是以基于交通部門和公安部門的需求，更加準確和快速的處理那些因盜牌和換牌的車輛，以及那些無牌車輛帶來的違紀、違法事件。對車標技術進行了研究，這種方法相比與其他方法優點在于車標圖形的一些特征不會隨著光照變化、尺度比例變化而變化，這樣就大大提高了匹配的健壯性和可靠性。車標識別技術智能交通系統中的一個重要核心技術，具有重要的實用價值。

2 定位車標

車標定位是根據車標和車牌的相對位置來定位出車標的位置。首先定位出車牌的位置：掃描整張圖片，得到每個像素點的值，當像素點的值是在藍色和黃色范圍之類時，把這些像素點值置1，其余不在這個范圍的像素點值置0。然后再腐蝕和膨脹車牌的大概區域，就得到了目標車牌區域，通過車牌就可以很順利的找到車標了。

車標定位是通過統計圖片中的像素點，找出像素點最多的一個感興趣區域然后再在該區域中進行尋找車標。由監控圖片中進行像素統計得到的結果是在車燈處像素點最多最密集，所以經過第一次統計后可以定出車燈與車燈之間的一塊區域作為感興趣區域，這塊區域包括了車牌和車標的信息，如圖1所示。

再在這個區域內對像素點進行分塊從右下角（由于車燈一般在車牌的上方，所以從區域下邊緣開始搜索）開始統計，當統計到像素塊數目多于閾值之后，該區域就是車牌所在位置。然后根據車牌與車標的位置關系的出車標的粗略位置。再在粗定位的基礎上再一次統計像素分布，可以得到車標的細定位結果。

3 識別車標

對車標進行識別關鍵是目標特征向量不隨外界變化而變化。特征描述符指的是檢測圖像的局部特征（比如邊緣，角點，輪廓），然后根據匹配目標的需要進行特征的組合，變換，以形成易于匹配穩定性好的特征向量，從而把圖像的匹配問題轉化為特征的匹配問題，進而將特征的匹配問題轉化為特征空間特征向量的聚類問題。

車標識別是通過對細定位的結果進行SIFT特征提取再與制作好的特征集進行對比，找出最匹配的車標類型。車標特征及是將所有制作圖片的車標進行分類，得到十種車標類型后將每張圖片的特征提取出來。然后對同類型車標的特征進行邏輯與操作，得到每種車標的特征集。

4 程序運行界面效果

本文通過車標定位技術和車標識別技術的研究，開發出了一套機動車車標自動識別系統。以下展示系統操作情況：

（1）點擊【打開圖片】->選擇要檢測的圖片，如圖2所示。

（2）點擊【識別】，系統自動顯示識別結果，如圖3所示。

（3）表1是該系統經過反復試驗得到的部分車輛識別結果。

5 結束語

隨著交通事故、違章逃逸、盜搶機動車和以機動車為工具流竄作案的案件不斷增多，在能夠研究出識別車牌前提下，通過研究能夠識別車輛品牌的技術會使智能交通管理更加高效，有了車標信息，在車輛刑事案件中，會縮小偵破范圍，提高識別效率，能夠大大減少車輛犯罪，保護人民的生命和財產安全，促進了社會的穩定，具有很強的實際應用價值。

參考文獻

[1]于洪偉，劉佳敏.不變矩特征在汽車標志圖像識別中的應用[C].北京地區高校研究生學術交流會通信與信息技術會議論文集（上冊），2007：42-45.

[2]高倩.車標識別方法研究[D].大連：大連海事大學：1-7.

[3]彥楠.車牌及車標識別若干技術研究[D].北京：北京郵電大學，2008：8-15，40-45.

[4]王枚，王國宏，高小林，王勇.基于PCA和邊緣不變矩的車標識別新方法[J].計算機工程與應用，2008，44（04）：224-226.

作者簡介

曹希彬（1985-），男，江西省九江市人。現為惠州學院教育技術中心工程師。主要研究方向為數據庫技術、網絡與分布式系統。

作者單位

惠州學院教育技術中心 廣東省惠州市 516007