肖驰

（韩山师范学院计算机和信息工程学院，潮州 521041）

一种高效的车辆颜色识别方法

肖驰

（韩山师范学院计算机和信息工程学院，潮州 521041）

识别道路上车辆颜色是当前研究的热点。通常采用的方法是从视频中定位汽车，寻找ROI，提取ROI颜色特征判断车身的颜色。ROI区域划分直接影响识别的结果。提出一种比较高效的算法来识别车身颜色，该方法提取整个车身信息，在HSV颜色空间统计分类，根据统计结果识别车身颜色。实验结果显示该方法优越于其他方法，创新点在不需要寻找ROI区域来识别汽车颜色。

学科建设专项资金（No.2013LYM0055）、潮州市科技引导计划项目（No.2015GY14）

0 引言

车身颜色识别是国内外的热点研究领域，在车辆监控中发挥重要作用。车辆不同区域的颜色不同，一般选择车身的颜色作为识别源。车身颜色识别主要在分两步：提取车身颜色特征和判断车身颜色的类别。车辆所处的自然环境和车辆图像的质量影响车身颜色识别的性能。车身颜色识别区域定位是进行颜色特征信息提取的前提。如文献[1-10]都采用了ROI识别，但识别区的形状各不相同。在识别前，设定识别区域是关键一步，P.Viola and M.Jones[6]采用车身设定矩形区域作为识别区。如ERIDA在车的引擎盖上寻找光滑的矩形，Pan Chen[5]对图像画一组圆，统计每个圆中的颜色信息，通过事先训练好的颜色分类器对每个区域赋予不同的权重，来识别汽车的颜色。而Chen等采用BtoW方法将车前身画不同权重的圆来设置ROI。

对识别区的颜色识别，前人都有很好的研究，如Swain et al[11]建立在大型数据库的索引模型为各色的物体颜色直方图提供有效线索。……