基于去霧和高光修復(fù)的車輛顏色識(shí)別算法研究.pdf

1、隨著智能交通系統(tǒng)的快速發(fā)展，車輛特征的識(shí)別越來越受到人們的重視，為了更好的實(shí)現(xiàn)道路交通的智能管理，車牌、車身顏色、車型等相關(guān)識(shí)別技術(shù)相繼出現(xiàn)，其中車牌識(shí)別技術(shù)已經(jīng)非常成熟，但并不能滿足如今復(fù)雜多變的交通路況，霧天和高光照環(huán)境下采集的圖像會(huì)出現(xiàn)顏色失真，無法提取出車輛真實(shí)的顏色。在此情況下，本文提出了一種基于去霧和高光修復(fù)的車輛顏色識(shí)別算法來輔助管理車輛交通，該設(shè)計(jì)是應(yīng)用于高速公路收費(fèi)口、小區(qū)出入口以及停車場(chǎng)收費(fèi)口等處實(shí)現(xiàn)對(duì)車輛顏色信息的

2、采集和提取，對(duì)復(fù)雜環(huán)境中提取的圖像進(jìn)行處理以實(shí)現(xiàn)顏色識(shí)別準(zhǔn)確的目的。
　　首先本文介紹了基于去霧和高光修復(fù)的車輛顏色識(shí)別算法的整體流程，包括圖像預(yù)處理的過程和幾種典型顏色空間的原理，并給出車輛顏色識(shí)別的整體流程圖；其次，對(duì)霧化的車輛圖像進(jìn)行顏色識(shí)別的研究，本文在暗通道先驗(yàn)理論基礎(chǔ)上提出了一種基于大氣耗散模型的圖像去霧方法，結(jié)合大氣光散射模型和大氣耗散函數(shù)實(shí)現(xiàn)圖像的去霧處理，此外為了防止背景顏色的干擾，提出了基于權(quán)重分塊的顏色識(shí)別方

3、法，利用HSV顏色空間直方圖統(tǒng)計(jì)完成車身顏色的識(shí)別，實(shí)驗(yàn)表明，經(jīng)過去霧處理后的車輛顏色識(shí)別算法能有效的緩解背景顏色的干擾，并清晰的恢復(fù)出霧化的圖像，增加了顏色識(shí)別的準(zhǔn)確率；最后，針對(duì)受高光影響的車輛圖像提出了一種基于改進(jìn)Criminisi理論和車輛輪廓的高光修復(fù)算法修復(fù)高光圖像，該算法利用YUV空間亮度顯著性檢測(cè)方法提取出受光照影響的區(qū)域，并對(duì)傳統(tǒng)Criminisi算法進(jìn)行改進(jìn)，結(jié)合車輛輪廓信息實(shí)現(xiàn)車輛高光區(qū)域的填充，完成顏色信息的修復(fù)

4、，實(shí)驗(yàn)表明，高光修復(fù)算法對(duì)受光照影響的車輛圖像有很好的修復(fù)效果，顏色識(shí)別準(zhǔn)確率增加了8.7％。
　　本文主要對(duì)復(fù)雜環(huán)境中采集的車輛圖像進(jìn)行顏色處理和識(shí)別的研究，針對(duì)霧天和高光環(huán)境的干擾，本文提出了一種基于去霧和高光修復(fù)的車輛顏色識(shí)別算法。該算法采用權(quán)重分塊方法減少背景顏色的干擾，通過大氣耗散函數(shù)模型恢復(fù)霧化圖像中的顏色信息；采用YUV空間高光自動(dòng)檢測(cè)方法提取出高光區(qū)域，通過改進(jìn)傳統(tǒng)Criminisi算法結(jié)合車輛輪廓信息去除高光對(duì)圖