深度学习的车辆颜色识别算法及技术实现
发布时间：2021-02-22 00:02
车辆颜色是车辆的重要特征之一,为稽查黑车、追查套牌、打击逃费的重要手段,而车色往往易受外界环境影响。为此,论文依托省级交通运输科技项目,围绕车辆颜色视频识别算法展开了研究,其具有重要的理论意义和应用价值。论文描述了国内外车辆颜色识别的现状,分析了传统简单的方法所存在的主要问题:近色车难以区分;因光照太强/不足、大雾,造成的偏色等。为解决车辆颜色特征难以准确提取识别的问题,论文提出了将预处理与深度学习技术两者综合的车辆颜色识别算法:由预处理技术恢复车身原本颜色,再由深度学习网络提取车辆颜色特征,实现了分类识别。针对车辆颜色偏色,论文采用了预处理技术校正偏色,恢复车身颜色,提高图像检测精度。采用基于暗通道先验原理的去雾法,以消除车辆雾化现象;同时采用基于Retinex理论校正因光照影响所造成的车辆偏色问题;此外还采用了YUV空间与Criminisi算法综合的高光检测修复算法,以校正车辆高光区域颜色。针对车辆颜色特征的准确选取,论文采用深度学习提取特征:以AlexNet网络训练预处理后的数据集,来实现分类。这比传统车辆颜色识别方法精度提高很多;通过残差网络ResNet-18改善网络的“退化”...
【文章来源】：南京大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：94 页
【学位级别】：硕士
【部分图文】：
图１－１大雾使得图像色偏
绪论??［１３１创新性的提出将空间信息与深度学习相结合，车辆图像采用空间金字塔的方??式合并，传入神经网络中学习。??综合国内外对于车辆颜色识别的研究，虽然准确度不断提升，但都是在简单??的场景下进行识别，过于理想化，没有考虑到自然场景下环境多变的因素。由于??受到自然场景中颜色非恒定性的影响，包括了光线的变化、物体表面对于光线的??反射方向不同、复杂表面纹理以及不同摄像头对颜色的响应不同，车辆颜色的识??别工作就变得很困难，我们需要综合以上各种因素，结合上述文献，进行优化，??产生一套适应多变自然场景的车辆颜色识别方法。??１．２．２现存问题与局限性??（１）?自然场景对于车辆颜色的影响??由于光照或者自然环境变化，如大雾等天气的干扰，即使是同一辆车，车辆??在图像中也会出现颜色的偏差。我们通常的做法是将图片进行预处理，提高图像??的质量，使得处理后车辆的颜色更接近真实值。因此，如何设计一套在一定程度??上能够克服自然环境对车辆颜色影响的方法，是我们重点研宄的方向。图１－１，??由于大雾天气的影响，原本是黑色车辆的呈现出灰色。图１－２，由于光照不足，??原本绿色的车呈现出黑色的偏色。虽然两种车辆被判定为黑色，但是实际车身颜??色却是两种的颜色。??ＭＢ??图１－１大雾使得图像色偏图１－２光线不足使得图像色偏??（２）?近似车色难以区分??我国的路面车辆以黑色、灰色、白色为主。其中，黑色与灰色，灰色与白色??的车辆常常颜色相近，难以区分。图１－３中显示了黑色与灰色的近似车色车辆。??３??
绪论??图１－４显示了灰色与白色的近似车色车辆。如何解决近似车色车辆，也是我们重??点研究的方向。??图１－３黑色与灰色的近似车色车辆??图１－４灰色与白色的近似车色车辆??（３）?颜色特征的鲁棒性不足??颜色特征的选取是车辆颜色识别的基础，现有的算法中颜色特征都是人工设??计［｜２丨，比如?ｔｒａｎｓｆｏｒｍｅｄ?ｃｏｌｏｒ?直方图、ｈｕｅ?直方图、ｏｐｐｏｎｅｎｔ?直方图、ｎｏｒｍａｌｉｚｅｄ??ＲＧ直方图和ＲＧＢ直方图等，这些都是基于理论设计出的特征。但是，在复杂多??变的自然场景中，很难具备理论分析中的各种不变性。因此，如何设计出一套具??有更好鲁棒性的特征，是车辆颜色识别领域研宄的难点。??（４）?缺乏数据集??我们选取的视频源是来相关合作单位的监控录像，利用视频源制作的数据集??具有角度单一性、车辆颜色单一等问题。在车辆颜色识别领域缺少统一权威的数??据集，对于设计的方法只能在自己采集的数据集上测试，也是一大局限。针对以??上问题，论文提出了基于深度学习的车辆颜色识别算法，同时使用了一个用于车??辆颜色识别的公共数据集［１２］，这是在车辆颜色识别领域现存的公开的数量最大??的数据集。??４??
【参考文献】：
期刊论文
[1]基于样本和线性结构信息的大范围图像修复算法[J]. 吴晓军,李功清. 电子学报. 2012(08)
[2]一种基于区域搜索的快速图像修复算法[J]. 张巧焕,唐向宏,任澍. 杭州电子科技大学学报. 2011(05)
[3]一种基于HSV颜色空间和SIFT特征的车牌提取算法[J]. 杨涛,张森林. 计算机应用研究. 2011(10)
[4]基于免疫参数优化的汽车颜色识别方法[J]. 王峰. 光电子.激光. 2011(07)
[5]暗原色先验图像去雾算法研究[J]. 嵇晓强,戴明,孙丽娜,郎小龙,王洪. 光电子.激光. 2011(06)
[6]基于结构和颜色信息的图像修复算法[J]. 甘玲,张伟,刘国庆. 计算机仿真. 2011(02)
[7]一种基于样例的快速图像修复算法[J]. 代仕梅,张红英,曾超. 微型机与应用. 2010(22)
[8]基于颜色直方图的图像检索技术[J]. 高美真,申艳梅. 微电子学与计算机. 2008(04)
[9]基于HSV颜色空间的一种车牌定位和分割方法[J]. 王洪建. 仪器仪表学报. 2005(S2)
[10]计算机彩色模型在图像显示与分割中的应用[J]. 汤海缨,庄天戈. 计算机学报. 1999(04)
博士论文
[1]车辆识别系统中几个关键技术的研究[D]. 王运琼.四川大学 2004
硕士论文
[1]颜色直方图识别新技术研究[D]. 娄强.天津大学 2007
本文编号：3045120
【文章来源】：南京大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：94 页
【学位级别】：硕士
【部分图文】：
图１－１大雾使得图像色偏
绪论??［１３１创新性的提出将空间信息与深度学习相结合，车辆图像采用空间金字塔的方??式合并，传入神经网络中学习。??综合国内外对于车辆颜色识别的研究，虽然准确度不断提升，但都是在简单??的场景下进行识别，过于理想化，没有考虑到自然场景下环境多变的因素。由于??受到自然场景中颜色非恒定性的影响，包括了光线的变化、物体表面对于光线的??反射方向不同、复杂表面纹理以及不同摄像头对颜色的响应不同，车辆颜色的识??别工作就变得很困难，我们需要综合以上各种因素，结合上述文献，进行优化，??产生一套适应多变自然场景的车辆颜色识别方法。??１．２．２现存问题与局限性??（１）?自然场景对于车辆颜色的影响??由于光照或者自然环境变化，如大雾等天气的干扰，即使是同一辆车，车辆??在图像中也会出现颜色的偏差。我们通常的做法是将图片进行预处理，提高图像??的质量，使得处理后车辆的颜色更接近真实值。因此，如何设计一套在一定程度??上能够克服自然环境对车辆颜色影响的方法，是我们重点研宄的方向。图１－１，??由于大雾天气的影响，原本是黑色车辆的呈现出灰色。图１－２，由于光照不足，??原本绿色的车呈现出黑色的偏色。虽然两种车辆被判定为黑色，但是实际车身颜??色却是两种的颜色。??ＭＢ??图１－１大雾使得图像色偏图１－２光线不足使得图像色偏??（２）?近似车色难以区分??我国的路面车辆以黑色、灰色、白色为主。其中，黑色与灰色，灰色与白色??的车辆常常颜色相近，难以区分。图１－３中显示了黑色与灰色的近似车色车辆。??３??
绪论??图１－４显示了灰色与白色的近似车色车辆。如何解决近似车色车辆，也是我们重??点研究的方向。??图１－３黑色与灰色的近似车色车辆??图１－４灰色与白色的近似车色车辆??（３）?颜色特征的鲁棒性不足??颜色特征的选取是车辆颜色识别的基础，现有的算法中颜色特征都是人工设??计［｜２丨，比如?ｔｒａｎｓｆｏｒｍｅｄ?ｃｏｌｏｒ?直方图、ｈｕｅ?直方图、ｏｐｐｏｎｅｎｔ?直方图、ｎｏｒｍａｌｉｚｅｄ??ＲＧ直方图和ＲＧＢ直方图等，这些都是基于理论设计出的特征。但是，在复杂多??变的自然场景中，很难具备理论分析中的各种不变性。因此，如何设计出一套具??有更好鲁棒性的特征，是车辆颜色识别领域研宄的难点。??（４）?缺乏数据集??我们选取的视频源是来相关合作单位的监控录像，利用视频源制作的数据集??具有角度单一性、车辆颜色单一等问题。在车辆颜色识别领域缺少统一权威的数??据集，对于设计的方法只能在自己采集的数据集上测试，也是一大局限。针对以??上问题，论文提出了基于深度学习的车辆颜色识别算法，同时使用了一个用于车??辆颜色识别的公共数据集［１２］，这是在车辆颜色识别领域现存的公开的数量最大??的数据集。??４??
【参考文献】：
期刊论文
[1]基于样本和线性结构信息的大范围图像修复算法[J]. 吴晓军,李功清. 电子学报. 2012(08)
[2]一种基于区域搜索的快速图像修复算法[J]. 张巧焕,唐向宏,任澍. 杭州电子科技大学学报. 2011(05)
[3]一种基于HSV颜色空间和SIFT特征的车牌提取算法[J]. 杨涛,张森林. 计算机应用研究. 2011(10)
[4]基于免疫参数优化的汽车颜色识别方法[J]. 王峰. 光电子.激光. 2011(07)
[5]暗原色先验图像去雾算法研究[J]. 嵇晓强,戴明,孙丽娜,郎小龙,王洪. 光电子.激光. 2011(06)
[6]基于结构和颜色信息的图像修复算法[J]. 甘玲,张伟,刘国庆. 计算机仿真. 2011(02)
[7]一种基于样例的快速图像修复算法[J]. 代仕梅,张红英,曾超. 微型机与应用. 2010(22)
[8]基于颜色直方图的图像检索技术[J]. 高美真,申艳梅. 微电子学与计算机. 2008(04)
[9]基于HSV颜色空间的一种车牌定位和分割方法[J]. 王洪建. 仪器仪表学报. 2005(S2)
[10]计算机彩色模型在图像显示与分割中的应用[J]. 汤海缨,庄天戈. 计算机学报. 1999(04)
博士论文
[1]车辆识别系统中几个关键技术的研究[D]. 王运琼.四川大学 2004
硕士论文
[1]颜色直方图识别新技术研究[D]. 娄强.天津大学 2007
本文编号：3045120
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3045120.html
