專利名稱：一種全自動(dòng)汽車清洗中車輛模式識(shí)別的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種車輛模式識(shí)別方法，尤其涉及一種全自動(dòng)汽車清洗中車輛模式識(shí)別的方法。
背景技術(shù)：
在目前各種自動(dòng)洗車設(shè)備中，由于都是基于磙子毛刷，無須輸入車形狀、型號(hào)信息。在新型清洗方法中，有需要車輛外部輪廓信息的，一般的方法是即時(shí)測(cè)量或手動(dòng)輸入車輛型號(hào)，以從數(shù)據(jù)庫中取得已有的外形輪信息。
現(xiàn)有的物體識(shí)別的方法基本采用平面圖像處理和識(shí)別，受環(huán)境條件限制，識(shí)別正確率不高。
在實(shí)際應(yīng)用中，絕大部分車輛外部輪廓信息都存儲(chǔ)于數(shù)據(jù)庫中，因此需要一種利用現(xiàn)有數(shù)據(jù)庫對(duì)車輛型號(hào)進(jìn)行準(zhǔn)確識(shí)別的方法。

發(fā)明內(nèi)容
本發(fā)明的發(fā)明目的可以通過車輛平面圖像信息和立體信息結(jié)合，并對(duì)比數(shù)據(jù)庫中相關(guān)數(shù)據(jù)來實(shí)現(xiàn)。
本發(fā)明提供一種全自動(dòng)汽車清洗中車輛模式識(shí)別方法，包括以下步驟(1)由一普通低功率激光器向被測(cè)車輛特征表面不同位置發(fā)射光束；(2)由一CCD攝像頭采集被測(cè)車輛表面不同光點(diǎn)位置反射的激光，然后利用常規(guī)方法計(jì)算被測(cè)車輛表面不同位置和CCD攝像頭之間的距離，即車輛的深度信息；(3)該CCD攝像頭還對(duì)被測(cè)車輛進(jìn)行攝像，獲得帶有被測(cè)車輛的標(biāo)志性特征部分的平面圖像；
(4)根據(jù)被測(cè)車輛的標(biāo)志性特征部分的平面圖像，計(jì)算被測(cè)車輛和存儲(chǔ)有標(biāo)準(zhǔn)車輛特征數(shù)據(jù)的數(shù)據(jù)庫中的標(biāo)準(zhǔn)模板圖像之間的相似性；(5)如果被測(cè)車輛標(biāo)志性特征部分和該數(shù)據(jù)庫中的某個(gè)標(biāo)準(zhǔn)模板圖像相關(guān)性較高，計(jì)算該車輛的深度信息和該數(shù)據(jù)庫中該標(biāo)準(zhǔn)模板對(duì)應(yīng)的深度信息之間的相似性，如果這兩種深度信息也基本相似，則判斷被測(cè)車輛為數(shù)據(jù)庫中某種已有車型，否則判斷數(shù)據(jù)庫中無此車型。
優(yōu)選地，在步驟(3)中對(duì)被測(cè)車輛尾部或頭部進(jìn)行攝像。
優(yōu)選地，在步驟(3)獲得平面圖像后還包括對(duì)該平面圖像進(jìn)行平滑、對(duì)比度增強(qiáng)、邊緣提取處理的步驟。
優(yōu)選地，步驟(2)中利用線性內(nèi)插值法計(jì)算距離的方法獲得深度信息，其計(jì)算公式為當(dāng)xi＜x＜xi+1時(shí)(1≤i≤n)，z＝zi+(zi+1-zi)(x-xi)/(xi+1-xi)，其中x，x1，x2，…，xn為激光點(diǎn)在該CCD攝像頭橫向位置的值和作z，z1，z2，…，zn為這些激光點(diǎn)對(duì)應(yīng)的和該CCD攝像頭之間的距離數(shù)據(jù)。
優(yōu)選地，步驟(4)中相似性的計(jì)算公式為R(i,j)=Σm=1MΣn=1M[Si,j(m,n)×T(m,n)]Σm=1MΣn=1M[Si,j(m,n)]2]]>其中R(i，j)為被測(cè)車輛和標(biāo)準(zhǔn)模板圖像之間的相似性測(cè)度，Si，j(i，j表示位置)代表特征圖象，T代表模板圖象，m、n代表圖象中像素所在行、列序號(hào)。
優(yōu)選地，步驟(5)中相似性的判斷方法為首先計(jì)算差值D(h，k)，D(h，k)＝G(h，k)-Q(h，k)；其中h＝1，2，…，H；k＝1，2，…，K；h，k為距離數(shù)據(jù)在水平和垂直方向的序號(hào)；G(h，k)代表車輛特征表面深度數(shù)據(jù)，Q(h，k)代表步驟(4)中相似性測(cè)度較高的標(biāo)準(zhǔn)模板深度數(shù)據(jù)；然后，在h·k個(gè)差值D(h，k)中尋找彼此相等值最多的數(shù)據(jù)，如果該數(shù)據(jù)的個(gè)數(shù)占整體數(shù)據(jù)個(gè)數(shù)的百分比在98％以上，而且其它數(shù)據(jù)之間的最大差值小于允許誤差的話，就認(rèn)為車輛模式與標(biāo)準(zhǔn)模板深度信息相似；否則，就認(rèn)為車輛模式與標(biāo)準(zhǔn)模板深度信息不相似。
應(yīng)用本發(fā)明的技術(shù)方案，識(shí)別正確率高，容易實(shí)現(xiàn)，有助于提高工作效率。


下面結(jié)合附圖，對(duì)本發(fā)明的具體實(shí)施作詳細(xì)描述。
圖1本發(fā)明的車輛模式識(shí)別的流程框圖。
具體實(shí)施例方式
如圖1所示，進(jìn)行車輛模式識(shí)別時(shí)首先，由一普通低功率激光器向被測(cè)車輛特定特征區(qū)域掃描式發(fā)射光束，CCD每隔一定間距采樣光點(diǎn)，并計(jì)算光點(diǎn)位置。該激光器是現(xiàn)有技術(shù)激光測(cè)距用的激光器，只要能滿足測(cè)距功能即可。所用激光器的波長(zhǎng)一般440-550nm。在一個(gè)優(yōu)選實(shí)施例采用480nm的激光器。
其次，由一CCD(Charge Coupled Device，電荷耦合器件)攝像頭采集被測(cè)車輛表面不同光點(diǎn)位置反射的激光，然后利用常規(guī)方法計(jì)算被測(cè)車輛表面不同位置和CCD攝像頭之間的距離，即車輛的深度信息。車輛的深度信息的常規(guī)計(jì)算方法包括三角法或插值法等。一般來說，用激光測(cè)距前已經(jīng)對(duì)光點(diǎn)位置與實(shí)際距離進(jìn)行了足夠多點(diǎn)的標(biāo)定，利用標(biāo)定過的光點(diǎn)位置與對(duì)應(yīng)實(shí)際標(biāo)定距離的數(shù)據(jù)對(duì)，利用三角法或插值法，就可根據(jù)實(shí)測(cè)光點(diǎn)位置得到足夠精度的實(shí)測(cè)距離值。在一個(gè)優(yōu)選實(shí)施例中采用線性內(nèi)插值法計(jì)算車輛的深度信息。
在標(biāo)定過程中可以得到激光光點(diǎn)在CCD攝像頭橫向位置的值x1，x2，…，xn和與其對(duì)應(yīng)的距離數(shù)據(jù)z1，z2，…，zn。這些數(shù)據(jù)在標(biāo)定完成后保存。在實(shí)測(cè)車輛時(shí)，如果得到車輛表面某激光光點(diǎn)p在CCD攝像頭上橫向位置的值為x，為了得到車輛表面激光點(diǎn)p到CCD攝像頭的距離z的數(shù)值，可以用下面的公式計(jì)算當(dāng)xi＜x＜xi+1時(shí)(1≤i≤n)，
z＝zi+(zi+1-zi)(x-xi)/(xi+1-xi)；若x等于xi，則直接令z＝zi即可。只要x1＜x＜xn，總能根據(jù)上式計(jì)算出車輛尾部某點(diǎn)的深度信息。
接著，該CCD攝像頭還對(duì)被測(cè)車輛進(jìn)行攝像，獲得帶有被測(cè)車輛的標(biāo)志性特征部分的平面圖像。一般來講，被測(cè)車輛的標(biāo)志性特征部分位于車輛的尾部及頭部，例如車輛尾部/頭部表示車型號(hào)的金屬字，或尾部上半部表示車型和車系列字號(hào)(如富康，ZX，1.6L)等。對(duì)于獲得的平面圖像最好還進(jìn)行平滑、對(duì)比度增強(qiáng)、邊緣提取等常規(guī)處理。本實(shí)施例采用1240×800像素的攝像頭。
然后，根據(jù)被測(cè)車輛的標(biāo)志性特征部分的平面圖像，計(jì)算被測(cè)車輛和一個(gè)存儲(chǔ)有標(biāo)準(zhǔn)車輛特征數(shù)據(jù)的數(shù)據(jù)庫中的標(biāo)準(zhǔn)模板圖像之間的相似性。其中，在一個(gè)優(yōu)選實(shí)施例中，平面圖像相似性的計(jì)算公式為R(i,j)=Σm=1MΣn=1M[Si,j(m,n)×T(m,n)]Σm=1MΣn=1M[Si,j(m,n)]2]]>其中R(i，j)為被測(cè)車輛和標(biāo)準(zhǔn)模板圖像之間的互相關(guān)相似性測(cè)度，Si，j(i，j表示位置)代表特征圖象，T代表模板圖象，m，n代表圖象中像素所在行、列序號(hào)。
最后，如果被測(cè)車輛標(biāo)志性特征部分和該數(shù)據(jù)庫中的某個(gè)標(biāo)準(zhǔn)模板圖像相似性較高，例如其互相關(guān)系數(shù)R大于0.95，則認(rèn)為與模板基本一致，然后，判斷該車輛的深度信息和該數(shù)據(jù)庫中該標(biāo)準(zhǔn)模板對(duì)應(yīng)的深度信息之間的相似性，如果兩者深度信息相似性，則判斷被測(cè)車輛為數(shù)據(jù)庫中某種已有車型，否則判斷數(shù)據(jù)庫中無此車型。其中，在一個(gè)優(yōu)選實(shí)施例中，深度信息相似性的判斷方法為首先計(jì)算差值D(h，k)，D(h，k)＝G(h，k)-Q(h，k)；其中h＝1，2，…，H；k＝1，2，…，K；h，k為距離數(shù)據(jù)在水平和垂直方向的序號(hào)；G(h，k)代表車輛特征表面深度數(shù)據(jù)，Q(h，k)代表R大于0.95的標(biāo)準(zhǔn)模板深度數(shù)據(jù)；
然后，在h·k個(gè)差值D(h，k)中尋找彼此相等值最多的數(shù)據(jù)，如果該數(shù)據(jù)的個(gè)數(shù)占整體數(shù)據(jù)個(gè)數(shù)的百分比在98％以上，而且其它數(shù)據(jù)之間的最大差值小于允許誤差的話，就認(rèn)為車輛模式與標(biāo)準(zhǔn)模板深度信息相似；否則，就認(rèn)為車輛模式與標(biāo)準(zhǔn)模板深度信息不相似。一般來講，若距離值以毫米為單位的話，兩值相差小于2，即認(rèn)為兩值相等。允許誤差一般為5毫米。
一般來講，用平面圖像的互相關(guān)相似性測(cè)度就可以識(shí)別車輛的型號(hào)了。但是，在特殊情況下，由于車主或外部的原因，可能車標(biāo)不全或安裝了其它車的車標(biāo)(如夏利車安裝了奔馳的車標(biāo))，就會(huì)給識(shí)別造成困難。這時(shí)對(duì)應(yīng)R值較大而R′較小的情況，計(jì)算機(jī)會(huì)提示工作人員，從兩個(gè)計(jì)算結(jié)果中進(jìn)行人工選擇。以上平面圖像相關(guān)性數(shù)據(jù)結(jié)合和深度信息的識(shí)別方法的可大大提高自動(dòng)識(shí)別的可靠性，避免由于操作人員不熟悉車型造成的效率降低或輸入錯(cuò)誤。
應(yīng)用本發(fā)明的車輛模式識(shí)別方法，在車輛標(biāo)志正常時(shí)，識(shí)別準(zhǔn)確率高達(dá)98％，可以有效提高工作效率。本發(fā)明也具有廣泛的應(yīng)用前景，可以用以具有立體幾何特征的許多物體的識(shí)別。
權(quán)利要求
1.一種全自動(dòng)汽車清洗中車輛模式識(shí)別方法，其特征在于，包括以下步驟(1)由一普通低功率激光器向被測(cè)車輛表面不同位置發(fā)射光束；(2)由一CCD攝像頭采集被測(cè)車輛表面不同光點(diǎn)位置反射的激光，然后利用常規(guī)方法計(jì)算被測(cè)車輛表面不同位置和CCD攝像頭之間的距離，即車輛的深度信息；(3)該CCD攝像頭還對(duì)被測(cè)車輛進(jìn)行攝像，獲得帶有被測(cè)車輛的標(biāo)志性特征部分的平面圖像；(4)根據(jù)被測(cè)車輛的標(biāo)志性特征部分的平面特征圖像，計(jì)算被測(cè)車輛和存儲(chǔ)有標(biāo)準(zhǔn)車輛特征數(shù)據(jù)的數(shù)據(jù)庫中的標(biāo)準(zhǔn)模板圖像之間的相似性；(5)如果被測(cè)車輛標(biāo)志性特征部分和該數(shù)據(jù)庫中的某個(gè)標(biāo)準(zhǔn)模板圖像之間的相似性較高，計(jì)算該車輛的深度信息和該數(shù)據(jù)庫中該標(biāo)準(zhǔn)模板對(duì)應(yīng)的深度信息之間的相似性，如果這兩個(gè)深度信息之間相似性也較高，則判斷被測(cè)車輛為數(shù)據(jù)庫中某種已有車型，否則判斷數(shù)據(jù)庫中無此車型。
2.如權(quán)利要求1所述的車輛模式識(shí)別方法，其特征在于，在步驟(3)中對(duì)被測(cè)車輛尾部或頭部進(jìn)行攝像。
3.如權(quán)利要求1所述的車輛模式識(shí)別方法，其特征在于，在步驟(3)獲得平面圖像后還包括對(duì)該平面圖像進(jìn)行平滑、對(duì)比度增強(qiáng)、邊緣提取處理的步驟。
4.如權(quán)利要求1-3之一所述的車輛模式識(shí)別方法，其特征在于，步驟(2)中利用線性內(nèi)插值法計(jì)算距離的方法獲得深度信息，其計(jì)算公式為，當(dāng)xi＜x＜xi+1時(shí)(1≤i≤n)，z＝zi+(zi+1-zi)(x-xi)/(xi+1-xi)，其中x，x1，x2，...，xn為激光點(diǎn)在該CCD攝像頭橫向位置的值和z，z1，z2，...，zn為這些激光點(diǎn)對(duì)應(yīng)的和該CCD攝像頭之間的距離數(shù)據(jù)。
5.如權(quán)利要求1-3之一所述的車輛模式識(shí)別方法，其特征在于，步驟(4)中相似性的計(jì)算公式為R(i,j)=Σm=1MΣn=1M[Si,j(m,n)×T(m,n)]Σm=1MΣn=1M[Si,j(m,n)]2]]>其中R(i，j)為被測(cè)車輛和標(biāo)準(zhǔn)模板圖像之間的互相關(guān)相似性測(cè)度，Si，j(i，j表示位置)代表特征圖象，T代表模板圖象，m，n代表圖象中像素所在行、列序號(hào)。
6.如權(quán)利要求1-3之一所述的車輛模式識(shí)別方法，其特征在于，步驟(5)中相似性的判斷方法為首先計(jì)算差值D(h，k)，D(h，k)＝G(h，k)-Q(h，k)；其中h＝1，2，...，H；k＝1，2，...，K；h，k為距離數(shù)據(jù)在水平和垂直方向的序號(hào)；G(h，k)代表車輛特征表面實(shí)測(cè)深度數(shù)據(jù)，Q(h，k)代表平面圖像相似性較高的模板對(duì)應(yīng)車型特征表面深度數(shù)據(jù)；然后，在h·k個(gè)差值D(h，k)中尋找彼此相等值最多的數(shù)據(jù)，如果該數(shù)據(jù)的個(gè)數(shù)占整體數(shù)據(jù)個(gè)數(shù)的百分比在98％以上，而且其它數(shù)據(jù)之間的最大差值小于允許誤差的話，就認(rèn)為車輛模式與標(biāo)準(zhǔn)模板深度信息相似；否則，就認(rèn)為車輛模式與標(biāo)準(zhǔn)模板深度信息不相似。
全文摘要
本發(fā)明提出一種全自動(dòng)汽車清洗中車輛模式識(shí)別方法，包括以下步驟(1)由一激光器向被測(cè)車輛表面不同位置發(fā)射光束；(2)由一CCD攝像頭采集被測(cè)車輛表面不同光點(diǎn)位置反射的激光，然后利用常規(guī)方法計(jì)算即車輛的深度信息；(3)該CCD攝像頭還對(duì)被測(cè)車輛進(jìn)行攝像，獲得帶有被測(cè)車輛的標(biāo)志性特征部分的平面圖像；(4)根據(jù)被測(cè)車輛的標(biāo)志性特征部分的平面圖像，計(jì)算被測(cè)車輛和數(shù)據(jù)庫中的標(biāo)準(zhǔn)模板圖像之間的相似性；(5)如果平面圖像相似性較高，比較該車輛的深度信息和該數(shù)據(jù)庫中該標(biāo)準(zhǔn)模板對(duì)應(yīng)的深度信息之間是否吻合，判斷被測(cè)車輛是否為數(shù)據(jù)庫中某種已有車型或無此車型。應(yīng)用本發(fā)明的技術(shù)方案，識(shí)別正確率高，容易實(shí)現(xiàn)，有助于提高工作效率。
文檔編號(hào)G06K9/00GK1741037SQ200510090778
公開日2006年3月1日 申請(qǐng)日期2005年8月16日 優(yōu)先權(quán)日2005年8月16日
發(fā)明者劉玲玲 申請(qǐng)人:北京中聯(lián)科利技術(shù)股份有限公司