【摘要】 车身颜色的识别是车辆识别系统中的一个重要的辅助手段。车身颜色识别分别在交通调查和交通管理方面也起着重要的作用。在目前的城市道路中，车身的颜色识别受外界影响很大，就噪音和环境光照而言，就已经给车身颜色识别的精度造成极严重的影响，导致不能够识别出车身的颜色。

【关键词】颜色表示；支持向量机；车身颜色识别方法

目前的我国都采用的是智能交通系统，伴随着我国道路上越来越多的车辆，道路的交通问题也变得日益复杂和严峻了起来。现存在的车辆问题有车辆的套牌和一车多牌的现象，这样一来，想要识别车牌就显得无力。因此仅仅靠着对车牌的识别来管理车辆的交通情况已经不能适应当前的交通现状了。汽车的颜色信息才更能够起到人们的兴趣，以此去弥补汽车车牌识别的遗憾，进而提升道路智能化的交通系统的准确性，也能够方便道路交通管理。

一、 颜色的表示

能够正确的对车辆颜色进行表示，是对车辆颜色的识别上有着很大的意义。颜色的表示被分成线性色彩空间以及非线性色彩空间两种。

1、 线性色彩空间

以线性颜色命名的系统指的是通过制定原色或者通过制定颜色匹配函数的实现进行的系统。国际照明委员会CIE对许多不同的车身颜色识别系统实现了统一标准化，面对这一为题，是许多人口众多的国家统一面对的问题。XYZ颜色空间是目前国际上最流行的色彩空间标准。针对线性色彩空间，研究开发出了一种能够允许以许多的有效图形学方法来进行构造设计。这种设计在三维空间中实现还存在一定的难度，还需要进一步的研究和实验。

2、 非线性颜色空间

线性空间的颜色坐标不是重要编码属性，在常用语言和实际应用当中线性空间是非常重要的颜色属性。颜色空间最重要的就是颜色的属性。色调、饱和度和亮度这三要素是颜色的三种属性。色调是用来区分颜色的不同种类，是从一种色调过渡到另一种色调。饱和度是一种颜色，比如说天蓝过渡到紫色，马上就要过渡到红色的过程叫做饱和度，由深入浅的色彩性质的改变，而亮度就表示同一种颜色，比如从黑过渡到白的颜色性质的改变。所以，我们可以通过确定一种颜色是不是在特定的区域内所对外界表现出来的色彩明暗趋向。

二、 颜色识别的过程

颜色识别的样本一般来自于室外高清监控视频中，采取的所有图片都是在正常的光照条件下获取的，颜色的所有种类都是在正常人的人眼中可以分辨的出来的，只有在强烈的太阳光的自然外力下拍摄出来的照片会造成颜色变形外，其它采取的照片样本都是正常。车辆颜色识别颜色特征尤其固定的提取流程，第一步是要在车辆引擎盖的上方按照一定的比例去选取车脸区域作为车辆颜色特征的提取该车颜色识别区域。

特定的区域由RGB空间分别转换到HIS和Lab颜色空间，在每个颜色空间中对每个颜色分量都取平均值，最后提取特征值进行分类，其分类的步骤程序如下面几步：

1） 每个颜色有不同的归类，比如拿蓝色来说，样本空间的分解和分类都在Lab中进行的。如果按照常规的颜色方法，分类起来是极复杂极难的，在Lab空间当中通过显示的值对蓝色和其它颜色一起进行分类识别，也可能把其它颜色与蓝色对比混淆，在HIS的空间当中利用支持向量的量机对蓝色同其它的颜色进行混合色分类，这样就能够把蓝色从中分辨出来了。

2） 可以通过HIS和Lab空间对容易出现错误的颜色进行分类，可以构建出两个分类仪器来用于对某一种颜色同其它颜色的颜色区分于识别，可以通过这样识别一部分的颜色。

3） 在Lab的空间当中建设出一种分类仪器，这样可以通过该仪器识别和确认出颜色来。

4） 以此类推，采用这种方式分别将颜色进行分类识别。

三、 彩色汽车图像滤波

在实际的车身颜色识别当中都会受到一定的噪声干扰，最容易受到噪声干扰的就是现在道路上越来越多的彩色汽车。噪声会使清晰地图像在干扰过后出现颜色的失真不清晰的情况，大大的影响到了照片的拍摄质量，对于车身颜色识别的最终效果上有了极大的影响，这样的车身识别方式会使识别出来的精度不高也会发生明显的错误。因为噪声的产生原因不同，噪音的种类也多种多样，最常见的噪声是脉冲噪声，对图像质量影响最大，所以应该采用彩色图像滤波的方法过滤和去除汽车图像中的脉冲现象，这种方法是汽车车身颜色识别中的最有帮助的处理方式。

近些年来，彩色图像滤波这一技术已经广泛被人们所熟知和加以运用。运用在数字图像传输和视觉分析、自动化图像的理解等等方面。彩色图像滤波能够很有效的过滤掉噪声，但是滤波后仍要保护到图像的边缘细节，预防滤波的过程中所产生的颜色失真情况。

彩色图像滤波可以采用标量滤波和矢量滤波去滤除彩色图像。传统的标量方法能够使3个颜色通道都分别进行滤波处理，然后再将滤波过滤后的3个分量重新进行组合，这种方法并没有充分的考虑到彩色图像这三个颜色之间的分量有机的联系，在合成出来的新图像可能会没有原图像当中的颜色。通过很多种渠道对颜色分量之间的联系进行彩色像素的处理，这样的处理之后，就不会产生原图像当中没有的颜色了，所以，通过比较，通常人们认为矢量滤波方法比标量方法更加适合用彩色图像滤波进行过滤。

噪声不能够禁止，所以只能尽量减少噪声的产生，使噪声能够得到一些控制，运用排序差值脉冲噪声检测彩色图像滤波的方法是很受用的。这个方法通过对滤波窗口内像素中的每个像素都进行了分析，最后通过排序相应的分量进行检测，最终经过多次的试验后，真正证实了这个脉冲噪声滤除方法是对车身颜色识别非常有效的滤波效果。

【结语】

车身颜色识别是车辆识别系统中不可缺少的辅助手段，在各个交通部门都起着相关作用。但是，目前的人们对车身颜色的认识还只是很粗浅的阶段，还有很多关键问题没有得到解决。本文对车身颜色怎样识别做出了简要分析，也对各类颜色空间进行整理，通过特殊的颜色空间合并与分解研究出光照和样本分布不均对车身颜色识别的影响，并且成功实现了利用支持向量机对车身颜色的分类。希望此后更多的相关研究者对车身颜色识别方法进行研究，对道路交通有更有实际意义的帮助。