【摘要】車身顏色的識別是車輛識別系統(tǒng)中的一個重要的輔助手段，車身顏色識別在交通調(diào)查和交通管理方面也起著重要的作用。在目前的城市交通管理工作中，車身的顏色識別受外界影響很大，僅噪音和環(huán)境光照而言就已經(jīng)給車身顏色識別的精度造成極嚴(yán)重的影響，導(dǎo)致不能夠識別出車身的顏色。

【關(guān)鍵詞】顏色表示；向量機；車身顏色識別方法

目前我國多采用的是智能交通系統(tǒng)，伴隨著我國道路上越來越多的車輛，道路的交通問題也變得日益復(fù)雜和嚴(yán)峻了起來?，F(xiàn)存在的車輛問題有車輛的套牌和一車多牌的現(xiàn)象，這樣一來，想要識別車牌就顯得無力。因此僅僅靠著對車牌的識別來管理車輛的交通情況已經(jīng)不能適應(yīng)當(dāng)前的交通現(xiàn)狀了。汽車的顏色信息才更能夠起到人們的興趣，以此去彌補汽車車牌識別的遺憾，進而提升道路智能化的交通系統(tǒng)的準(zhǔn)確性，也能夠方便道路交通管理。

一、顏色的表示

能夠正確的對車輛顏色進行表示，是對車輛顏色的識別上有著很大的意義。顏色的表示被分成線性色彩空間以及非線性色彩空間兩種。

1.線性色彩空間

以線性顏色命名的系統(tǒng)指的是通過制定原色或者通過制定顏色匹配函數(shù)的實現(xiàn)進行的系統(tǒng)。國際照明委員會CIE對許多不同的車身顏色識別系統(tǒng)實現(xiàn)了統(tǒng)一標(biāo)準(zhǔn)化，面對這一為題，是許多人口眾多的國家統(tǒng)一面對的問題。XYZ顏色空間是目前國際上最流行的色彩空間標(biāo)準(zhǔn)。針對線性色彩空間，研究開發(fā)出了一種能夠允許以許多的有效圖形學(xué)方法來進行構(gòu)造設(shè)計。這種設(shè)計在三維空間中實現(xiàn)還存在一定的難度，還需要進一步的研究和實驗。

2.非線性顏色空間

線性空間的顏色坐標(biāo)不是重要編碼屬性，在常用語言和實際應(yīng)用當(dāng)中線性空間是非常重要的顏色屬性。顏色空間最重要的就是顏色的屬性。色調(diào)、飽和度和亮度這三要素是顏色的三種屬性。色調(diào)是用來區(qū)分顏色的不同種類，是從一種色調(diào)過渡到另一種色調(diào)。飽和度是一種顏色，比如說天藍過渡到紫色，馬上就要過渡到紅色的過程叫做飽和度，由深入淺的色彩性質(zhì)的改變，而亮度就表示同一種顏色，比如從黑過渡到白的顏色性質(zhì)的改變。所以，我們可以通過確定一種顏色是不是在特定的區(qū)域內(nèi)所對外界表現(xiàn)出來的色彩明暗趨向。

二、顏色識別的過程

顏色識別的樣本一般來自于室外高清監(jiān)控視頻中，采取的所有圖片都是在正常的光照條件下獲取的，顏色的所有種類都是在正常人的人眼中可以分辨的出來的，只有在強烈的太陽光的自然外力下拍攝出來的照片會造成顏色變形，其它情況下采取的照片樣本多是正常的。車輛顏色識別顏色特征有其固定的提取流程，第一步是要在車輛引擎蓋的上方按照一定的比例去選取車臉區(qū)域作為車輛顏色特征的提取該車顏色識別區(qū)域。特定的區(qū)域由RGB空間分別轉(zhuǎn)換到HIS和Lab顏色空間，在每個顏色空間中對每個顏色分量都取平均值，最后提取特征值進行分類，其分類的步驟程序如下面幾步：

1.每個顏色有不同的歸類，比如拿藍色來說，樣本空間的分解和分類都在Lab中進行的。如果按照常規(guī)的顏色方法，分類起來是極復(fù)雜極難的，在Lab空間當(dāng)中通過顯示的值對藍色和其它顏色一起進行分類識別，也可能把其它顏色與藍色對比混淆，在HIS的空間當(dāng)中利用支持向量機對藍色同其它的顏色進行混合色分類，這樣就能夠把藍色從中分辨出來了。

2.可以通過HIS和Lab空間對容易出現(xiàn)錯誤的顏色進行分類，構(gòu)建出兩個分類儀器來用于對某一種顏色同其它顏色的顏色區(qū)分于識別，這樣可以識別一部分的顏色。

3.在Lab的空間當(dāng)中建設(shè)出一種分類儀器，這樣可以通過該儀器識別和確認出顏色來。

4.以此類推，采用這種方式分別將顏色進行分類識別。

三、彩色汽車圖像濾波

在實際的車身顏色識別當(dāng)中都會受到一定的噪聲干擾，最容易受到噪聲干擾的就是現(xiàn)在道路上越來越多的彩色汽車。噪聲會使清晰地圖像在干擾過后出現(xiàn)顏色的失真不清晰的情況，大大的影響到了照片的拍攝質(zhì)量，對于車身顏色識別的最終效果上有了極大的影響，這樣的車身識別方式會使識別出來的精度不高也會發(fā)生明顯的錯誤。因為噪聲的產(chǎn)生原因不同，噪音的種類也多種多樣，最常見的噪聲是脈沖噪聲，對圖像質(zhì)量影響最大，所以應(yīng)該采用彩色圖像濾波的方法過濾和去除汽車圖像中的脈沖現(xiàn)象，這種方法是汽車車身顏色識別中的最有幫助的處理方式。

近些年來，彩色圖像濾波這一技術(shù)已經(jīng)廣泛被人們所熟知和加以運用。運用在數(shù)字圖像傳輸和視覺分析、自動化圖像的理解等等方面。彩色圖像濾波能夠很有效的過濾掉噪聲，但是濾波后仍要保護到圖像的邊緣細節(jié)，預(yù)防濾波的過程中所產(chǎn)生的顏色失真情況。

彩色圖像濾波可以采用標(biāo)量濾波和矢量濾波去濾除彩色圖像。傳統(tǒng)的標(biāo)量方法能夠使3個顏色通道都分別進行濾波處理，然后再將濾波過濾后的3個分量重新進行組合，這種方法并沒有充分的考慮到彩色圖像這三個顏色之間的分量有機的聯(lián)系，在合成出來的新圖像可能會沒有原圖像當(dāng)中的顏色。通過很多種渠道對顏色分量之間的聯(lián)系進行彩色像素的處理，這樣的處理之后，就不會產(chǎn)生原圖像當(dāng)中沒有的顏色了，所以，通過比較，通常人們認為矢量濾波方法比標(biāo)量方法更加適合用彩色圖像濾波進行過濾。

噪聲不能夠禁止，所以只能盡量減少噪聲的產(chǎn)生，使噪聲能夠得到一些控制，運用排序差值脈沖噪聲檢測彩色圖像濾波的方法是很受用的。這個方法通過對濾波窗口內(nèi)像素中的每個像素都進行了分析，最后通過排序相應(yīng)的分量進行檢測，最終經(jīng)過多次的試驗后，真正證實了這個脈沖噪聲濾除方法是對車身顏色識別非常有效的濾波效果。

四、結(jié)語

車身顏色識別是車輛識別系統(tǒng)中不可缺少的輔助手段，在各個交通部門都起著相關(guān)作用。但是，目前的人們對車身顏色的認識還只是很粗淺的階段，還有很多關(guān)鍵問題沒有得到解決。本文對車身顏色怎樣識別做出了簡要分析，也對各類顏色空間進行整理，通過特殊的顏色空間合并與分解研究出光照和樣本分布不均對車身顏色識別的影響，并且成功實現(xiàn)了利用支持向量機對車身顏色的分類。希望此后更多的相關(guān)研究者對車身顏色識別方法進行研究，對道路交通有更有實際意義的幫助。

參考文獻

[1]謝剛，劉正熙，盧建斌，林向煒.基于多種車輛特征信息識別的停車場管理系統(tǒng)[J].計算機應(yīng)用研究，2006（02）.

[2]朱東巍，陳晨，吳成柯.色度空間轉(zhuǎn)換的設(shè)計及FPGA實現(xiàn)[J].電視技術(shù)，2005（10）.

[3]張龍翔，王春泉.基于HSI空間和顏色純度的多尺度遙感圖像分割算法[J].臨沂師范學(xué)院學(xué)報，2005（03）.

[4]李貴俊，劉正熙，游志勝，莊永.一種基于色差和彩色歸一化的車身顏色識別算法[J].計算機應(yīng)用，2004（09）.