車身照度計(jì)逆反系數(shù)測量儀

產(chǎn)品特性

· 彩色LCD人機(jī)交互界面，觸屏操作。
· 可檢測車身反光標(biāo)識(shí)、反光膜等反光材料的逆反射系數(shù)。
· 自動(dòng)校驗(yàn)置零和調(diào)校測量標(biāo)準(zhǔn)。    
· 具有單機(jī)數(shù)據(jù)存儲(chǔ)功能，Z多可存儲(chǔ)500輛車的檢測數(shù)據(jù)。
· 數(shù)據(jù)可通過USB接口Copy至PC端。
· 采用電池供電，續(xù)航時(shí)間：連續(xù)工作8 h。
· 具有休眠功能，無操作時(shí)，自動(dòng)關(guān)閉顯示系統(tǒng)和耗電部件。
· 具有WIFI聯(lián)網(wǎng)通信功能（選配）。
· 具有RS232通信功能。
· 可預(yù)設(shè)參數(shù)、顯示日期、檢測地點(diǎn)等系統(tǒng)信息。

車身照度計(jì) 逆反系數(shù)測量儀

2.基本參數(shù)

3.技術(shù)參數(shù)

背景技術(shù)

機(jī)動(dòng)車輛車身顏色識(shí)別是智能交通中車輛檢測的一個(gè)重要屬性，對(duì)嫌疑車輛排查、自動(dòng)檢測具有重要的作用，但是車身顏色識(shí)別受環(huán)境光線的干擾非常嚴(yán)重，同一輛車在不同的光線下不同的車身區(qū)域會(huì)反映不同的顏色，在對(duì)車身顏色檢測帶來非常大的影響。20111013540.7發(fā)明名稱為車輛智能監(jiān)控系統(tǒng)中車身顏色自動(dòng)識(shí)別方法的公開了借助車牌區(qū)域輔助車身顏色定位，先通過顏色多類子空間分析，并利用多特征模板匹配或SVM方法進(jìn)行顏色識(shí)別，引入了可信度，對(duì)低可信度進(jìn)行先驗(yàn)校準(zhǔn)。但此在車身顏色位置定位時(shí)沒有考慮光線的干擾，因此對(duì)不同光照下的顏色識(shí)別會(huì)存在問題，例如強(qiáng)逆光、順光等。200810041097.5發(fā)明名稱為特征區(qū)域的定位方法、車身深淺色與車身顏色的識(shí)別方法的公開了利用能量分布函數(shù)確定車身顏色區(qū)域，再進(jìn)行多級(jí)分類，利用SVM進(jìn)行識(shí)別。此方法利用能量分布Z大點(diǎn)附件區(qū)域確定顏色識(shí)別區(qū)域，但是能量Z大點(diǎn)區(qū)域在不同的光照環(huán)境下不一定能反映出真實(shí)顏色，對(duì)逆光、順光等條件下誤判的可能性增大。

此外，目前行業(yè)中的顏色識(shí)別只能識(shí)別單一的顏色，對(duì)于包含兩種以上顏色的花車不好很好的識(shí)別，例如出租車等。

基于此，如何發(fā)明一種車輛車身顏色檢測識(shí)別方法，可以檢測識(shí)別出多種顏色車，是本發(fā)明主要解決的技術(shù)問題。

發(fā)明內(nèi)容車身照度計(jì) 逆反系數(shù)測量儀

本發(fā)明為了解決現(xiàn)有車輛身顏色檢測識(shí)別方法不能檢測識(shí)別出多種顏色車的問題，提供了一種車輛車身顏色檢測識(shí)別方法，可以識(shí)別出花車，提高檢測精度。

為了解決上述技術(shù)問題，本發(fā)明采用以下技術(shù)方案予以實(shí)現(xiàn)：

一種車輛車身顏色檢測識(shí)別方法，包括以下步驟：

訓(xùn)練步驟：

訓(xùn)練出主顏色模型，所述的主顏色模型中包括至少3種顏色類型；

顏色檢測識(shí)別步驟：

（1）、檢測獲取車輛矩形區(qū)域；

（2）、主顏色識(shí)別，包括：

（21）、將區(qū)域內(nèi)的所有像素點(diǎn)輸入主顏色模型，判斷出各像素點(diǎn)對(duì)應(yīng)主顏色模型中顏色列表中的顏色；

（22）、統(tǒng)計(jì)出所述顏色列表中各顏色的占比，并按照占比由大至小進(jìn)行排序；

（23）、計(jì)算排序前4位占比的方差M，若方差M小于閾值T，則判斷為花車，否則，判斷為單色車，并且判斷占比Z高的顏色為車身顏色。

進(jìn)一步的，為了判斷出花車的主要顏色種類，在步驟（23）中，若判斷為花車，還包括判斷花車車身主要顏色的步驟。

又進(jìn)一步的，判斷花車車身顏色的方法為：首先，將占比排序第1位的顏色判斷為花車*顏色，其次，判斷占比排序第2位的顏色類型，如果不是灰色，則將其判斷為花車第二顏色，如果是灰色，則考慮占比排序第3位的顏色的占比值，如果占比值超過閾值Th,則該占比排序第3的顏色判斷為花車第二顏色，如果占比值低于閾值Th，則判斷灰色為花車第二顏色。

進(jìn)一步的，為了能夠適應(yīng)不同光線、不同天氣環(huán)境，獲得高準(zhǔn)確的顏色深淺識(shí)別，在所述的訓(xùn)練步驟中，還包括訓(xùn)練出輔顏色模型，所述的輔顏色模型為二分類模型，在所述的步驟（22）中，還包括計(jì)算步驟（21）中所得出的各像素點(diǎn)顏色的識(shí)別置信度P的步驟，所述的顏色檢測識(shí)別步驟還包括（3），首先挑選高置信度區(qū)域，對(duì)該區(qū)域進(jìn)行顏色二次判斷，也即：將該區(qū)域的所有像素點(diǎn)輸入所述的輔顏色模型，進(jìn)行比對(duì)判斷輸出深色和淺色兩種結(jié)果。