產(chǎn)品簡(jiǎn)介
· 可檢測(cè)車(chē)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(cè)量標(biāo)準(zhǔn)。
詳細(xì)介紹
車(chē)身照度計(jì)逆反系數(shù)測(cè)量?jī)x
產(chǎn)品特性
· 彩色LCD人機(jī)交互界面,觸屏操作。
· 可檢測(cè)車(chē)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(cè)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(chē)的檢測(cè)數(shù)據(jù)。
· 數(shù)據(jù)可通過(guò)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(wú)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(cè)地點(diǎn)等系統(tǒng)信息。
車(chē)身照度計(jì) 逆反系數(shù)測(cè)量?jī)x
2.基本參數(shù)
貯存溫度 | (-40~50)℃ | 充電電源 | DC5V |
工作溫度 | (-5~50)℃ | 電池連續(xù)工作時(shí)間 | 8 h |
相對(duì)濕度 | ≤95% | 通訊接口 | 串口RS232、 WIFI、USB接口 |
整機(jī)體積 (長(zhǎng)×高×寬) | 258×206×110(mm3) | 整機(jī)重量 | 1kg |
3.技術(shù)參數(shù)
測(cè)量范圍 | (0~1999 ) cd?lx-1?m-2 | 示值誤差 | ≤5% |
復(fù)現(xiàn)性誤差 | ≤3% | 測(cè)量面直徑 | Φ30mm |
觀察角 | 0.2° | 光源 | 色溫 2856K±50K |
入射角 | -4° | 接收器 | V(λ)校正 |
背景技術(shù)
機(jī)動(dòng)車(chē)輛車(chē)身顏色識(shí)別是智能交通中車(chē)輛檢測(cè)的一個(gè)重要屬性,對(duì)嫌疑車(chē)輛排查、自動(dòng)檢測(cè)具有重要的作用,但是車(chē)身顏色識(shí)別受環(huán)境光線的干擾非常嚴(yán)重,同一輛車(chē)在不同的光線下不同的車(chē)身區(qū)域會(huì)反映不同的顏色,在對(duì)車(chē)身顏色檢測(cè)帶來(lái)非常大的影響。20111013540.7發(fā)明名稱(chēng)為車(chē)輛智能監(jiān)控系統(tǒng)中車(chē)身顏色自動(dòng)識(shí)別方法的公開(kāi)了借助車(chē)牌區(qū)域輔助車(chē)身顏色定位,先通過(guò)顏色多類(lèi)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(chē)身顏色位置定位時(shí)沒(méi)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(wèn)題,例如強(qiáng)逆光、順光等。200810041097.5發(fā)明名稱(chēng)為特征區(qū)域的定位方法、車(chē)身深淺色與車(chē)身顏色的識(shí)別方法的公開(kāi)了利用能量分布函數(shù)確定車(chē)身顏色區(qū)域,再進(jìn)行多級(jí)分類(lèi),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(chē)不好很好的識(shí)別,例如出租車(chē)等。
基于此,如何發(fā)明一種車(chē)輛車(chē)身顏色檢測(cè)識(shí)別方法,可以檢測(cè)識(shí)別出多種顏色車(chē),是本發(fā)明主要解決的技術(shù)問(wèn)題。
發(fā)明內(nèi)容車(chē)身照度計(jì) 逆反系數(shù)測(cè)量?jī)x
本發(fā)明為了解決現(xiàn)有車(chē)輛身顏色檢測(cè)識(shí)別方法不能檢測(cè)識(shí)別出多種顏色車(chē)的問(wèn)題,提供了一種車(chē)輛車(chē)身顏色檢測(cè)識(shí)別方法,可以識(shí)別出花車(chē),提高檢測(cè)精度。
為了解決上述技術(shù)問(wèn)題,本發(fā)明采用以下技術(shù)方案予以實(shí)現(xiàn):
一種車(chē)輛車(chē)身顏色檢測(cè)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(lèi)型;
顏色檢測(cè)識(shí)別步驟:
(1)、檢測(cè)獲取車(chē)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(chē),否則,判斷為單色車(chē),并且判斷占比Z高的顏色為車(chē)身顏色。
進(jìn)一步的,為了判斷出花車(chē)的主要顏色種類(lèi),在步驟(23)中,若判斷為花車(chē),還包括判斷花車(chē)車(chē)身主要顏色的步驟。
又進(jìn)一步的,判斷花車(chē)車(chē)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(chē)*顏色,其次,判斷占比排序第2位的顏色類(lèi)型,如果不是灰色,則將其判斷為花車(chē)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(guò)閾值Th,則該占比排序第3的顏色判斷為花車(chē)第二顏色,如果占比值低于閾值Th,則判斷灰色為花車(chē)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(lèi)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(cè)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。