机动车车标自动识别系统

摘 要 目前在机动车识别技术中，仅仅依靠车牌识别技术和车型识别技术还不能满足当下和未来的需求，因为车牌有可能被替换，但是车标不容易被替换或者更改。本文在大量实验的基础上，对机动车车标定位和车标识别技术进行了深入研究，并在此基础上开发了一套高效的机动车车标自动识别系统，具有很强的实际应用价值。

【关键词】车标定位 车标识别

1 问题的提出

目前，国内外在车辆识别技术中主要集中在车牌识别和车型识别，根据车牌信息和车型信息来识别车辆，或者是通过两者结合来识别车辆。这在目前市场上应用比较广泛。车牌有可能被更改，这样会促成更多的犯罪违法事件发生。汽车标志是车辆非常重要的信息，是车辆的标志性特征，而且不易被更改，有了车标信息，在刑事案件侦破中会迅速缩小目标范围，提高破案效率。

本文所研究的内容是以基于交通部门和公安部门的需求，更加准确和快速的处理那些因盗牌和换牌的车辆，以及那些无牌车辆带来的违纪、违法事件。对车标技术进行了研究，这种方法相比与其他方法优点在于车标图形的一些特征不会随着光照变化、尺度比例变化而变化，这样就大大提高了匹配的健壮性和可靠性。车标识别技术智能交通系统中的一个重要核心技术，具有重要的实用价值。

2 定位车标

车标定位是根据车标和车牌的相对位置来定位出车标的位置。首先定位出车牌的位置：扫描整张图片，得到每个像素点的值，当像素点的值是在蓝色和黄色范围之类时，把这些像素点值置1，其余不在这个范围的像素点值置0。然后再腐蚀和膨胀车牌的大概区域，就得到了目标车牌区域，通过车牌就可以很顺利的找到车标了。

车标定位是通过统计图片中的像素点，找出像素点最多的一个感兴趣区域然后再在该区域中进行寻找车标。由监控图片中进行像素统计得到的结果是在车灯处像素点最多最密集，所以经过第一次统计后可以定出车灯与车灯之间的一块区域作为感兴趣区域，这块区域包括了车牌和车标的信息，如图1所示。

再在这个区域内对像素点进行分块从右下角（由于车灯一般在车牌的上方，所以从区域下边缘开始搜索）开始统计，当统计到像素块数目多于阈值之后，该区域就是车牌所在位置。然后根据车牌与车标的位置关系的出车标的粗略位置。再在粗定位的基础上再一次统计像素分布，可以得到车标的细定位结果。

3 识别车标

对车标进行识别关键是目标特征向量不随外界变化而变化。特征描述符指的是检测图像的局部特征（比如边缘，角点，轮廓），然后根据匹配目标的需要进行特征的组合，变换，以形成易于匹配稳定性好的特征向量，从而把图像的匹配问题转化为特征的匹配问题，进而将特征的匹配问题转化为特征空间特征向量的聚类问题。

车标识别是通过对细定位的结果进行SIFT特征提取再与制作好的特征集进行对比，找出最匹配的车标类型。车标特征及是将所有制作图片的车标进行分类，得到十种车标类型后将每张图片的特征提取出来。然后对同类型车标的特征进行逻辑与操作，得到每种车标的特征集。

4 程序运行界面效果

本文通过车标定位技术和车标识别技术的研究，开发出了一套机动车车标自动识别系统。以下展示系统操作情况：

（1）点击【打开图片】->选择要检测的图片，如图2所示。

（2）点击【识别】，系统自动显示识别结果，如图3所示。

（3）表1是该系统经过反复试验得到的部分车辆识别结果。

5 结束语

随着交通事故、违章逃逸、盗抢机动车和以机动车为工具流窜作案的案件不断增多，在能够研究出识别车牌前提下，通过研究能够识别车辆品牌的技术会使智能交通管理更加高效，有了车标信息，在车辆刑事案件中，会缩小侦破范围，提高识别效率，能够大大减少车辆犯罪，保护人民的生命和财产安全，促进了社会的稳定，具有很强的实际应用价值。

参考文献

[1]于洪伟，刘佳敏.不变矩特征在汽车标志图像识别中的应用[C].北京地区高校研究生学术交流会通信与信息技术会议论文集（上册），2007：42-45.

[2]高倩.车标识别方法研究[D].大连：大连海事大学：1-7.

[3]彦楠.车牌及车标识别若干技术研究[D].北京：北京邮电大学，2008：8-15，40-45.

[4]王枚，王国宏，高小林，王勇.基于PCA和边缘不变矩的车标识别新方法[J].计算机工程与应用，2008，44（04）：224-226.

作者简介

曹希彬（1985-），男，江西省九江市人。现为惠州学院教育技术中心工程师。主要研究方向为数据库技术、网络与分布式系统。

作者单位

惠州学院教育技术中心 广东省惠州市 516007