本发明涉及图像识别
技术领域：
，尤其涉及一种车辆的识别方法、装置、设备及存储介质。
背景技术：
：随着汽车保有量不断增长，道路的交通压力不断加大，与汽车相关的安全管理问题也日益凸显，为了实现对运行汽车的优化管理和调度，可通过对汽车特征的有效检测和识别，从而获取车辆数量情况，为驾驶员和车辆管理调度中心提供可视化的信息参考。车辆识别在车辆安全管理和道路交通管控等领域具有重要的应用价值，且研究车辆特征提取方法，在侦查与车辆相关的违法犯罪方面也具有很好的应用前景。目前，道路交通车辆的特征提取系统，是通过边缘轮廓检测模块、增强处理模块对采集的车辆图像进行边缘和信息增强处理，并通过特征提取模块在仿真对不变区域对车辆角点分布信息进行处理，以实现车辆像素特征点的提取。但是当车辆打光不均或者车辆的背景环境复杂时，上述特征提取方法往往无法对车辆图像进行准确识别。技术实现要素：本发明实施例提供一种车辆的识别方法、装置、设备及存储介质，能有效解决现有技术无法对车辆图像进行准确识别的问题。本发明一实施例提供一种车辆的识别方法，包括：获取若干张待识别的车辆图像；根据预设的带符号局部三值模式算子计算所述待识别的车辆图像的每一个像素块对应的特征值；根据预设的相似度匹配方法对所述对应的特征值进行匹配，以识别出同一类型的车辆图像。作为上述方案的改进，所述根据预设的带符号局部三值模式算子计算所述待识别的车辆图像的每一个像素对应的特征值，具体包括：分别计算所述待识别的车辆图像的平均像素值及所述待识别的车辆图像中的每一像素块的像素值；判断每一像素块的像素值是否大于所述平均像素值；当判断结果为大于所述平均像素值，则根据预设的局部三值模式算子对当前像素块的像素值进行计算，得到所述当前像素块的像素值对应的特征值；当判断结果为不大于所述平均像素值，则根据预设的局部三值模式算子对当前像素块的像素值进行计算，将计算得到的结果的相反数，作为所述当前像素块的像素值对应的特征值。作为上述方案的改进，所述根据预设的相似度匹配方法对所述对应的特征值进行匹配，以识别出同一类型的车辆图像，具体包括：对所述待识别的车辆图像之间的特征值进行计算，得到对应的相关系数；根据所述相关系数及预设的相关系数阈值识别出同一类型的车辆图像。作为上述方案的改进，所述根据所述相关系数及预设的相关系数阈值识别出同一类型的车辆图像，具体包括：所述相关系数不小于预设的相关系数阈值时，则识别为同一类型的车辆图像。作为上述方案的改进，所述据所述相关系数及预设的相关系数阈值识别出同一类型的车辆图像，具体包括：计算所述相关系数不小于预设的相关系数阈值的像素个数；根据计算得到的像素个数与所述待识别图像的总像素个数进行比例计算，得到对应的相似度；根据所述相似度识别出同一类型的车辆图像。作为上述方案的改进，在本方法中通过以下步骤获取预设的相关系数阈值，具体包括：获取相似度数据与识别率的对应关系；根据所述相似度数据与识别率的对应关系，获取识别率最高查找对应的相似度数据，根据所述对应的相似度数据。本发明另一实施例对应提供了一种车辆的识别装置，包括：获取模块，用于获取若干张待识别的车辆图像；计算模块，用于根据预设的带符号局部三值模式算子计算所述待识别的车辆图像的每一个像素块对应的特征值；识别模块，用于根据预设的相似度匹配方法对所述对应的特征值进行匹配，以识别出同一类型的车辆图像。作为上述方案的改进，所述计算模块，具体包括：处理模块，用于分别计算所述待识别的车辆图像的平均像素值及所述待识别的车辆图像中的每一像素块的像素值；判断模块，用于判断每一像素块的像素值是否大于所述平均像素值；第一响应模块，用于当判断结果为大于所述平均像素值，则根据预设的局部三值模式算子对当前像素块的像素值进行计算，得到所述当前像素块的像素值对应的特征值；第二响应模块，用于当判断结果为不大于所述平均像素值，则根据预设的局部三值模式算子对当前像素块的像素值进行计算，将计算得到的结果的相反数，作为所述当前像素块的像素值对应的特征值。本发明另一实施例提供了一种车辆的识别设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述发明实施例所述的车辆的识别方法。本发明另一实施例提供了一种存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述发明实施例所述的车辆的识别方法。与现有技术相比，本发明实施例公开的车辆的识别方法、装置、设备及存储介质，通过根据预设的带符号局部三值模式算子计算待识别的车辆图像的每一个像素块对应的特征值，再根据预设的相似度匹配方法对所述对应的特征值进行匹配，只通过上述计算即可识别出同一类型的车辆图像，提高了识别车辆图像的准确性，同时有效提高识别效率。附图说明图1是本发明一实施例提供的一种车辆的识别方法的流程示意图；图2是本发明一实施例提供的一种车辆的识别装置的结构示意图；图3是本发明一实施例提供的一种车辆的识别设备的结构示意图。具体实施方式下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。参见图1，是本发明一实施例提供的一种车辆的识别方法的流程示意图。本发明一实施例提供一种车辆的识别方法，包括：s10，获取若干张待识别的车辆图像。s20，根据预设的带符号局部三值模式算子计算所述待识别的车辆图像的每一个像素块对应的特征值。s30，根据预设的相似度匹配方法对所述对应的特征值进行匹配，以识别出同一类型的车辆图像。需要说明的是，在对车辆进行识别时，可能会存在多张车辆图像，而在多张车辆图像中可能是同一车辆，也可能是不同车辆。因此需要对车辆图像中的同一车辆进行识别，使用预设的带符号局部三值模式算子计算每个待识别图像的每一块像素的特征值，再对特征值进行相似度匹配，准确的对每一块像素进行对比，从而避免将同一车辆识别为不同车辆。综上所述，通过根据预设的带符号局部三值模式算子计算待识别的车辆图像的每一个像素块对应的特征值，再根据预设的相似度匹配方法对所述对应的特征值进行匹配，只通过上述计算即可识别出同一类型的车辆图像，提高了识别车辆图像的准确性，同时有效提高识别效率。作为上述方案的改进，所述根据预设的带符号局部三值模式算子计算所述待识别的车辆图像的每一个像素对应的特征值，步骤s20具体包括：s200，分别计算所述待识别的车辆图像的平均像素值及所述待识别的车辆图像中的每一像素块的像素值。s201，判断每一像素块的像素值是否大于所述平均像素值。s202，当判断结果为大于所述平均像素值，则根据预设的局部三值模式算子对当前像素块的像素值进行计算，得到所述当前像素块的像素值对应的特征值。s203，当判断结果为不大于所述平均像素值，则根据预设的局部三值模式算子对当前像素块的像素值进行计算，将计算得到的结果的相反数，作为所述当前像素块的像素值对应的特征值。在本实施例中，计算每一车辆图像的平均像素值，并将每一像素块的中心点像素作为每一像素块的像素值。再将每一像素块的中心点像素与平均像素值进行对比，若像素块的中心点像素大于平均像素值，则直接按照局部三值模式算子计算当前像素块对应的特征值；若像素块的中心点像素不大于平均像素值，则取局部三值模式算子计算当前像素块对应的特征值。其中，ltp为局部三值模式算子，xc为每一像素块的像素值，为每一车辆图像的平均像素值。需要说明的是，本发明中的局部三值模式算子为避免产生负值编码而采用了2，1，0三值编码，可大大简化计算过程。局部三值模式算子特征值计算过程如下：(1)确立阈值。在一个以为中心点像素值，δxi(i＝0,...,7)为其八领域像素值的像素块中(如表1所示)，计算周围像素值与中心点像素值的差值，并求出差值△标准差，将标准差作为阈值。相关公式如式(1)和式(2)所示。δxi＝xi-xc,i＝0,....7(1)表1x0x1x2x7xcx3x6x5x4(2)定义编码规则。编码规则如式(3)所示，当像素值差值大于阈值时编码为2，当像素值差值在-与之间时编码为1，当像素值差值δxi小于-ε时编码为0。(3)计算局部三值模式特征值。将八位三进制编码以顺时针方式转换成一个十进制数值作为该像素块的局部三值模式特征值，如式(4)所示。作为上述方案的改进，所述根据预设的相似度匹配方法对所述对应的特征值进行匹配，以识别出同一类型的车辆图像，步骤s30具体包括：s300，对所述待识别的车辆图像之间的特征值进行计算，得到对应的相关系数。s301，根据所述相关系数及预设的相关系数阈值识别出同一类型的车辆图像。具体地，相关系数计算公式如下：其中，x、y为等维的特征值，xi和yi表示n维向量x和y的第i个元素值，和表示维向量x和y的n个元素的平均值。相关系数介于-1到1之间，1表示完全正相关，0表示完全不相关，-1表示完全负相关。当两个特征的相似度匹配相关系数大于0.8时说明两个特征相关性极强，否则说明两个特征的相关性较弱。进一步地，所述根据所述相关系数及预设的相关系数阈值识别出同一类型的车辆图像，具体包括：所述相关系数不小于预设的相关系数阈值时，则识别为同一类型的车辆图像。需要说明的是，预设的相关系数阈值根据需要进行设定，一般设置为0.8，还可以为小于1的其他数值，在此不作限定。作为上述方案的改进，所述据所述相关系数及预设的相关系数阈值识别出同一类型的车辆图像，具体包括：计算所述相关系数不小于预设的相关系数阈值的像素个数。根据计算得到的像素个数与所述待识别图像的总像素个数进行比例计算，得到对应的相似度。根据所述相似度识别出同一类型的车辆图像。具体地，计算得到的特征可能以矩阵的形式存在，那么求出矩阵a和b对应的列向量的相关系数(ρi(i＝1,2...,n))，组成一个相关系数组ρ(ρ＝ρ1,ρ2,...,ρn)。设置一个相关系数阈值θ(0.8≤θ<1)，通过筛选法得到相关系数组ρ中元素值大于或等于阈值θ的元素个数，然后将与相关系数组ρ中元素总个数的比值定义为两个矩阵a和b在阈值θ下的相似度。计算公式如下：作为上述方案的改进，在本方法中通过以下步骤获取预设的相关系数阈值，具体包括：获取相似度数据与识别率的对应关系；根据所述相似度数据与识别率的对应关系，获取识别率最高查找对应的相似度数据，根据所述对应的相似度数据。需要说明的是，相关系数阈值设置的设定过低，则可能会把不属于同一张车辆的两张图像识别为属于同一张车辆，即错误识别为正确；同若阈值设定过高，则可能会把属于同一张车辆的两张图像识别为不属于同一张车辆。因此需要根据大量的历史数据绘制出相似度数据与识别率的对应关系，由于相似度数据是随着相关系数阈值θ动态变化的，因此实验时需要设定合理的阈值梯度(相关系数阈值范围为0.8-1，梯度为0.005，相似度数据范围为0.8-1，梯度为0.01)，并根据同一相关系数阈值约束下不同的相似度数据所对应的识别率变化曲线来确定最佳的相似度匹配相关系数阈值θ和相似度数据p。在本实施例中，在每一个相关系数阈值约束下，以相似度数据为横轴，识别率为纵轴，绘制不同的相似度数据及其所对应的识别率变化曲线，找出识别率最高的时对应的相关系数阈值θ以及相似度数据p，即找到了两个最佳阈值。参见图2，是本发明一实施例提供的一种车辆的识别装置的结构示意图。本发明一实施例对应提供了一种车辆的识别装置，包括：获取模块10，用于获取若干张待识别的车辆图像。计算模块20，用于根据预设的带符号局部三值模式算子计算所述待识别的车辆图像的每一个像素块对应的特征值。识别模块30，用于根据预设的相似度匹配方法对所述对应的特征值进行匹配，以识别出同一类型的车辆图像。作为上述方案的改进，所述计算模块20，具体包括：处理模块，用于分别计算所述待识别的车辆图像的平均像素值及所述待识别的车辆图像中的每一像素块的像素值；判断模块，用于判断每一像素块的像素值是否大于所述平均像素值；第一响应模块，用于当判断结果为大于所述平均像素值，则根据预设的局部三值模式算子对当前像素块的像素值进行计算，得到所述当前像素块的像素值对应的特征值；第二响应模块，用于当判断结果为不大于所述平均像素值，则根据预设的局部三值模式算子对当前像素块的像素值进行计算，将计算得到的结果的相反数，作为所述当前像素块的像素值对应的特征值。作为上述方案的改进，所述根据预设的相似度匹配方法对所述对应的特征值进行匹配，以识别出同一类型的车辆图像，具体包括：对所述待识别的车辆图像之间的特征值进行计算，得到对应的相关系数；根据所述相关系数及预设的相关系数阈值识别出同一类型的车辆图像。作为上述方案的改进，所述根据所述相关系数及预设的相关系数阈值识别出同一类型的车辆图像，具体包括：所述相关系数不小于预设的相关系数阈值时，则识别为同一类型的车辆图像。作为上述方案的改进，所述据所述相关系数及预设的相关系数阈值识别出同一类型的车辆图像，具体包括：计算所述相关系数不小于预设的相关系数阈值的像素个数；根据计算得到的像素个数与所述待识别图像的总像素个数进行比例计算，得到对应的相似度；根据所述相似度识别出同一类型的车辆图像。作为上述方案的改进，在本方法中通过以下步骤获取预设的相关系数阈值，具体包括：获取相似度数据与识别率的对应关系；根据所述相似度数据与识别率的对应关系，获取识别率最高查找对应的相似度数据，根据所述对应的相似度数据。本发明实施例提供的一种车辆的识别装置，通过根据预设的带符号局部三值模式算子计算待识别的车辆图像的每一个像素块对应的特征值，再根据预设的相似度匹配方法对所述对应的特征值进行匹配，只通过上述计算即可识别出同一类型的车辆图像，提高了识别车辆图像的准确性，同时有效提高识别效率。参见图3，是本发明一实施例提供的种车辆的识别设备的示意图。该实施例的种车辆的识别设备包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序。所述处理器执行所述计算机程序时实现上述各个车辆的识别方法实施例中的步骤，。或者，所述处理器执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能。示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述种车辆的识别设备中的执行过程。所述种车辆的识别设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述种车辆的识别设备可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述示意图仅仅是种车辆的识别设备的示例，并不构成对种车辆的识别设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述种车辆的识别设备还可以包括输入输出设备、网络接入设备、总线等。所称处理器可以是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述种车辆的识别设备的控制中心，利用各种接口和线路连接整个种车辆的识别设备的各个部分。所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述种车辆的识别设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。其中，所述种车辆的识别设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。以上所述是本发明的优选实施方式，应当指出，对于本
技术领域：
的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。当前第1页1 2 3
技术特征：1.一种车辆的识别方法，其特征在于，包括：
获取若干张待识别的车辆图像；
根据预设的带符号局部三值模式算子计算所述待识别的车辆图像的每一个像素块对应的特征值；
根据预设的相似度匹配方法对所述对应的特征值进行匹配，以识别出同一类型的车辆图像。
2.如权利要求1所述的车辆的识别方法，其特征在于，所述根据预设的带符号局部三值模式算子计算所述待识别的车辆图像的每一个像素对应的特征值，具体包括：
分别计算所述待识别的车辆图像的平均像素值及所述待识别的车辆图像中的每一像素块的像素值；
判断每一像素块的像素值是否大于所述平均像素值；
当判断结果为大于所述平均像素值，则根据预设的局部三值模式算子对当前像素块的像素值进行计算，得到所述当前像素块的像素值对应的特征值；
当判断结果为不大于所述平均像素值，则根据预设的局部三值模式算子对当前像素块的像素值进行计算，将计算得到的结果的相反数，作为所述当前像素块的像素值对应的特征值。
3.如权利要求1所述的车辆的识别方法，其特征在于，所述根据预设的相似度匹配方法对所述对应的特征值进行匹配，以识别出同一类型的车辆图像，具体包括：
对所述待识别的车辆图像之间的特征值进行计算，得到对应的相关系数；
根据所述相关系数及预设的相关系数阈值识别出同一类型的车辆图像。
4.如权利要求3所述的车辆的识别方法，其特征在于，所述根据所述相关系数及预设的相关系数阈值识别出同一类型的车辆图像，具体包括：
所述相关系数不小于预设的相关系数阈值时，则识别为同一类型的车辆图像。
5.如权利要求3所述的车辆的识别方法，其特征在于，所述据所述相关系数及预设的相关系数阈值识别出同一类型的车辆图像，具体包括：
计算所述相关系数不小于预设的相关系数阈值的像素个数；
根据计算得到的像素个数与所述待识别图像的总像素个数进行比例计算，得到对应的相似度；
根据所述相似度识别出同一类型的车辆图像。
6.如权利要求5所述的车辆的识别方法，其特征在于，在本方法中通过以下步骤获取预设的相关系数阈值，具体包括：
获取相似度数据与识别率的对应关系；
根据所述相似度数据与识别率的对应关系，获取识别率最高查找对应的相似度数据，根据所述对应的相似度数据。
7.一种车辆的识别装置，其特征在于，包括：
获取模块，用于获取若干张待识别的车辆图像；
计算模块，用于根据预设的带符号局部三值模式算子计算所述待识别的车辆图像的每一个像素块对应的特征值；
识别模块，用于根据预设的相似度匹配方法对所述对应的特征值进行匹配，以识别出同一类型的车辆图像。
8.如权利要求7所述的车辆的识别装置，其特征在于，所述计算模块，具体包括：
处理模块，用于分别计算所述待识别的车辆图像的平均像素值及所述待识别的车辆图像中的每一像素块的像素值；
判断模块，用于判断每一像素块的像素值是否大于所述平均像素值；
第一响应模块，用于当判断结果为大于所述平均像素值，则根据预设的局部三值模式算子对当前像素块的像素值进行计算，得到所述当前像素块的像素值对应的特征值；
第二响应模块，用于当判断结果为不大于所述平均像素值，则根据预设的局部三值模式算子对当前像素块的像素值进行计算，将计算得到的结果的相反数，作为所述当前像素块的像素值对应的特征值。
9.一种车辆的识别设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6中任意一项所述的车辆的识别方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至6中任意一项所述的车辆的识别方法。
技术总结本发明公开了一种车辆的识别方法，包括：获取若干张待识别的车辆图像；根据预设的带符号局部三值模式算子计算所述待识别的车辆图像的每一个像素块对应的特征值；根据预设的相似度匹配方法对所述对应的特征值进行匹配，以识别出同一类型的车辆图像。本发明是实施例还提供了一种车辆的识别装置、设备及存储介质，有效解决现有技术无法对车辆图像进行准确识别的问题。
技术研发人员：林凡;张秋镇;陈健民;周芳华
受保护的技术使用者：广州杰赛科技股份有限公司
技术研发日：2020.11.16
技术公布日：2021.03.12
