一种车辆视频中机动车辆的车身颜色自动识别方法

摘要

本发明公开了一种车辆视频中机动车辆的车身颜色自动识别方法，其获取车身初步区域和车灯寻找区域，并获取两个区域中的每个像素点的颜色及置信度；利用编号为12～19的一组车身识别单元中的像素点的颜色，初步识别车身颜色；利用编号为0～11的所有车身识别单元中的像素点的颜色，初步识别车身分界线；利用编号为15～19的一组车灯寻找单元中的像素点的颜色，寻找车灯位置；再在车身初步区域中确定一个有效区域，并提取出五种颜色均作为初选彩色颜色；最后根据初选彩色颜色进行彩色颜色判断，在确定不是彩色时进行黑色、白色和灰色判断，最终自动识别得到车身颜色；优点是在白天受玻璃、阴影和反光影响时也能准确的识别出多种车身颜色，识别精度高。

主权项

一种车辆视频中机动车辆的车身颜色自动识别方法，其特征在于包括以下步骤：①将当前待处理的车辆图像定义为当前图像；将当前图像中高度等于车牌高度、宽度等于车牌宽度的3倍、以车牌中心为中心的一个区域作为基准；将当前图像中位于基准正上方的18个连续的车身识别单元、基准及位于基准正下方的1个车身识别单元构成的区域定义为车身初步区域，在车身初步区域中将基准也作为一个车身识别单元，然后对车身初步区域中的20个连续的车身识别单元由上至下依次编号为0～19，其中，所有车身识别单元等高等宽，且所有车身识别单元的左、右两侧均齐平；将当前图像中编号为10～19的每个车身识别单元的左侧起宽度为车牌宽度减去10个像素点的区域作为一个左车灯识别基本单元，将对每个左车灯识别基本单元的左侧向外拓展、高度等于车牌高度、宽度等于车牌宽度的0.5倍的区域作为一个左车灯识别拓展单元，将当前图像中编号为10～19的每个车身识别单元的右侧起宽度为车牌宽度减去10个像素点的区域作为一个右车灯识别基本单元，将对每个右车灯识别基本单元的右侧向外拓展、高度等于车牌高度、宽度等于车牌宽度的0.5倍的区域作为一个右车灯识别拓展单元，将每个左车灯识别基本单元和对应的右车灯识别基本单元构成一个车灯识别基本单元，将每个左车灯识别拓展单元和对应的右车灯识别拓展单元构成一个车灯识别拓展单元，将每个车灯识别基本单元和对应的车灯识别拓展单元构成一个车灯寻找单元，将10个连续的车灯识别基本单元构成的区域定义为车灯识别基本区域，将10个连续的车灯识别拓展单元构成的区域定义为车灯识别拓展区域，将10个连续的车灯寻找单元构成的区域定义为车灯寻找区域，然后对车灯寻找区域中的10个连续的车灯寻找单元由上至下依次编号为10～19；②将车身初步区域和车灯识别拓展区域各自中的每个像素点的R、G、B三通道颜色分量的值输入到已训练的PLSA颜色模型中，得到车身初步区域和车灯识别拓展区域各自中的每个像素点的颜色及颜色对应的置信度，得到的每个像素点的颜色属于PLSA颜色模型输出颜色集合Output_Color，其中，Output_Color中包含有11种颜色，按序分别为黑色、蓝色、褐色、灰色、绿色、橘黄、粉色、紫色、红色、白色、黄色；③统计车灯识别拓展区域中颜色为红色的像素点的总个数；统计车灯识别基本区域中颜色为红色的像素点的总个数；统计车身初步区域中编号为12～19的一组车身识别单元中颜色为Output_Color中的每种颜色的像素点的总个数，将车身初步区域中编号为12～19的一组车身识别单元中颜色为Output_Color中的第k种颜色的像素点的总个数记为其中，1≤k≤11；统计车身初步区域中编号为12～19的一组车身识别单元中颜色评价为高置信度白色的像素点的总个数、颜色评价为高置信度黑色的像素点的总个数、颜色评价为中等置信度黑色的像素点的总个数、颜色评价为高置信度蓝色的像素点的总个数、颜色评价为高置信度绿色的像素点的总个数；其中，对于车身初步区域中编号为12～19的一组车身识别单元中的任一个像素点，如果该像素点的颜色为白色且该像素点的R、G、B三通道颜色分量的值之和大于750，则将该像素点的颜色评价为高置信度白色；如果该像素点的颜色为黑色且该像素点的R、G、B三通道颜色分量的值之和小于35，则将该像素点的颜色评价为高置信度黑色；如果该像素点的颜色为黑色且该像素点的R、G、B三通道颜色分量的值之和小于46，则将该像素点的颜色评价为中等置信度黑色；如果该像素点的颜色为蓝色且该像素点的颜色对应的置信度大于0.65，则将该像素点的颜色评价为高置信度蓝色；如果该像素点的颜色为绿色且该像素点的颜色对应的置信度大于0.55，则将该像素点的颜色评价为高置信度绿色；统计车身初步区域中编号为12～19的一组车身识别单元中亮度较高的非白色像素点的总个数；其中，对于车身初步区域中编号为12～14的一组车身识别单元中的任一个像素点，如果该像素点的R、G、B三通道颜色分量的值的最大值大于180，则将该像素点确定为亮度较高的非白色像素点；对于车身初步区域中编号为15～17的一组车身识别单元中的任一个像素点，如果该像素点的R、G、B三通道颜色分量的值的最大值大于150，则将该像素点确定为亮度较高的非白色像素点；对于车身初步区域中编号为18～19的一组车身识别单元中的任一个像素点，如果该像素点的R、G、B三通道颜色分量的值的最大值大于130，则将该像素点确定为亮度较高的非白色像素点；④在车身初步区域中编号为12～19的一组车身识别单元中，初步识别车身颜色，具体过程为：④‑1、将车身初步区域中编号为12～19的一组车身识别单元中颜色为Output_Color中的蓝色的像素点的总个数、颜色为Output_Color中的绿色的像素点的总个数、颜色为Output_Color中的红色的像素点的总个数、颜色为Output_Color中的黄色的像素点的总个数对应记为④‑2、令C_{im_1}表示第一种可能的车身颜色，找出中的最大值，然后判断该最大值是否大于一个车身识别单元中的像素点的总个数的0.1倍，如果是，则将该最大值对应的颜色赋值给C_{im_1}，再执行步骤④‑3；否则，令C_{im_1}＝0，然后执行步骤⑤；④‑3、当C_{im_1}为蓝色时，如果大于一个车身识别单元中的像素点的总个数的0.05倍，则将绿色确定为第二种可能的车身颜色，然后执行步骤⑤；当C_{im_1}为绿色或红色或黄色时，直接执行步骤⑤；⑤在车身初步区域中编号为0～11的所有车身识别单元中，初步识别车身分界线，具体过程为：⑤‑1、令Ω_bg表示代表路面的像素点的颜色为黑色和灰色时确定车身区域所采用的颜色集合，令Ω_bgw表示代表路面的像素点的颜色为黑色、灰色和白色时确定车身区域所采用的颜色集合，Ω_bg＝{蓝色、绿色、红色、黄色、黑色、灰色}‑C_{im_1}，Ω_bgw＝{蓝色、绿色、红色、黄色、黑色、灰色、白色}‑C_{im_1}；⑤‑2、在车身初步区域中编号为0～11的一组车身识别单元中，寻找第一车身分界线，具体过程为：⑤‑2a、统计车身初步区域中编号为i的车身识别单元中颜色属于Ω_bg的像素点的总个数；然后判断该总个数是否小于一个车身识别单元中的像素点的总个数的0.5倍，如果是，则认为车身初步区域中编号为i～11的一组车身识别单元为车身部分，且当i＝＝5时执行步骤⑤‑2c，当i≠5时将车身初步区域中编号为i的车身识别单元作为第一车身分界线，再执行步骤⑤‑3；否则，认为车身初步区域中编号为i的车身识别单元不为车身部分，然后执行步骤⑤‑2b；其中，i的初始值为5；⑤‑2b、令i＝i+1，然后判断i是否等于11，如果i等于11，则再统计车身初步区域中编号为i的车身识别单元中颜色属于Ω_bg的像素点的总个数，接着判断该总个数是否小于一个车身识别单元中的像素点的总个数的0.5倍，如果是，则认为车身初步区域中编号为i的车身识别单元为车身部分，并将车身初步区域中编号为i的车身识别单元作为第一车身分界线，再执行步骤⑤‑3；否则，认为车身初步区域中编号为i的车身识别单元不是车身部分，并将车身初步区域中编号为i+1的车身识别单元作为第一车身分界线，再执行步骤⑤‑3；如果i不等于11，则返回步骤⑤‑2a继续执行；其中，i＝i+1中的“＝”为赋值符号；⑤‑2c、统计车身初步区域中编号为j的车身识别单元中颜色属于Ω_bg的像素点的总个数；然后判断该总个数是否小于一个车身识别单元中的像素点的总个数的0.5倍，如果是，则认为车身初步区域中编号为j的车身识别单元为车身部分，然后执行步骤⑤‑2d；否则，认为车身初步区域中编号为j的车身识别单元不为车身部分，并将车身初步区域中编号为j+1的车身识别单元作为第一车身分界线，再执行步骤⑤‑3；其中，j的初始值为4；⑤‑2d、判断j是否等于0，如果是，则认为车身初步区域中编号为j的车身识别单元为车身部分，并将车身初步区域中编号为j的车身识别单元作为第一车身分界线，再执行步骤⑤‑3；否则，令j＝j‑1，然后返回步骤⑤‑2c继续执行；其中，j＝j‑1中的“＝”为赋值符号；⑤‑3、在车身初步区域中编号为0～11的一组车身识别单元中，寻找第二车身分界线，具体过程为：⑤‑3a、统计车身初步区域中编号为i的车身识别单元中颜色属于Ω_bgw的像素点的总个数；然后判断该总个数是否小于一个车身识别单元中的像素点的总个数的0.5倍，如果是，则认为车身初步区域中编号为i～11的一组车身识别单元为车身部分，且当i＝＝5时执行步骤⑤‑3c，当i≠5时将车身初步区域中编号为i的车身识别单元作为第一车身分界线，再执行步骤⑤‑4；否则，认为车身初步区域中编号为i的车身识别单元不为车身部分，然后执行步骤⑤‑3b；其中，i的初始值为5；⑤‑3b、令i＝i+1，然后判断i是否等于11，如果i等于11，则再统计车身初步区域中编号为i的车身识别单元中颜色属于Ω_bgw的像素点的总个数，接着判断该总个数是否小于一个车身识别单元中的像素点的总个数的0.5倍，如果是，则认为车身初步区域中编号为i的车身识别单元为车身部分，并将车身初步区域中编号为i的车身识别单元作为第一车身分界线，再执行步骤⑤‑4；否则，认为车身初步区域中编号为i的车身识别单元不是车身部分，并将车身初步区域中编号为i+1的车身识别单元作为第一车身分界线，再执行步骤⑤‑4；如果i不等于11，则返回步骤⑤‑3a继续执行；其中，i＝i+1中的“＝”为赋值符号；⑤‑3c、统计车身初步区域中编号为j的车身识别单元中颜色属于Ω_bgw的像素点的总个数；然后判断该总个数是否小于一个车身识别单元中的像素点的总个数的0.5倍，如果是，则认为车身初步区域中编号为j的车身识别单元为车身部分，然后执行步骤⑤‑3d；否则，认为车身初步区域中编号为j的车身识别单元不为车身部分，并将车身初步区域中编号为j+1的车身识别单元作为第一车身分界线，再执行步骤⑤‑4；其中，j的初始值为4；⑤‑3d、判断j是否等于0，如果是，则认为车身初步区域中编号为j的车身识别单元为车身部分，并将车身初步区域中编号为j的车身识别单元作为第一车身分界线，再执行步骤⑤‑4；否则，令j＝j‑1，然后返回步骤⑤‑3c继续执行；其中，j＝j‑1中的“＝”为赋值符号；⑤‑4、在车身初步区域中编号为5～11的一组车身识别单元中，寻找第三车身分界线，具体过程为：当C_{im_1}≠0时，判断在车身初步区域中编号为5～11的一组车身识别单元中是否至少有两个车身识别单元各自颜色为C_{im_1}的像素点的总个数大于500个，如果是，则将满足条件的编号最小的车身识别单元作为第三车身分界线，然后执行步骤⑥；否则，确定不存在第三车身分界线，然后执行步骤⑥；当C_{im_1}＝0时，直接确定不存在第三车身分界线，然后执行步骤⑥；⑥在车灯寻找区域中编号为15～19的一组车灯寻找单元中，寻找车灯位置，并确定车灯寻找区域中编号为18和19的两个车灯寻找单元的有效性，具体过程为：⑥‑1、统计车灯寻找区域中编号为17～19的一组车灯寻找单元中颜色为红色的像素点的总个数、编号为16～18的一组车灯寻找单元中颜色为红色的像素点的总个数、编号为15～17的一组车灯寻找单元中颜色为红色的像素点的总个数，对应记为⑥‑2、当大于或等于1500个时，确定车灯位于编号为17～19的一组车灯寻找单元中，然后执行步骤⑥‑3；小于1500个时，判断是否均小于1500个，如果是，则直接确定车灯位于编号为17～19的一组车灯寻找单元中，然后执行步骤⑥‑3；否则，找出中的最大值，并确定车灯位于该最大值对应的一组车灯寻找单元中，然后执行步骤⑥‑3；⑥‑3、当车灯寻找区域中编号为19的车灯寻找单元中颜色为黑色的像素点的总个数小于一个车身识别单元中的像素点的总个数的0.4倍时，认为编号为18和19的两个车灯寻找单元均有效，然后执行步骤⑦；当车灯寻找区域中编号为19的车灯寻找单元中颜色为黑色的像素点的总个数大于或等于一个车身识别单元中的像素点的总个数的0.4倍时，如果车灯位于编号为17～19的一组车灯寻找单元中，则认为编号为18和19的两个车灯寻找单元均有效，然后执行步骤⑦；如果车灯位于编号为16～18的一组车灯寻找单元中，则认为编号为18的车灯寻找单元有效，而编号为19的车灯寻找单元无效，然后执行步骤⑦；如果车灯位于编号为15～17的一组车灯寻找单元中，则认为编号为18和19的两个车灯寻找单元均无效，然后执行步骤⑦；⑦将同时满足以下两个条件的第一车身分界线确定为无效，条件一：车身初步区域中编号为12～19的一组车身识别单元中颜色为白色的像素点的总个数小于一个车身识别单元中的像素点的总个数，条件二：车身初步区域中编号为5～11的一组车身识别单元中至少有一个车身识别单元中颜色为白色的像素点的总个数大于一个车身识别单元中的像素点的总个数的0.95倍；统计车身初步区域中第二车身分界线到编号为12的一组车身识别单元中亮度较高的非白色像素点的总个数；其中，对于车身初步区域中第二车身分界线到编号为12的一组车身识别单元中的任一个像素点，如果该像素点的R、G、B三通道颜色分量的值的最大值大于180，则将该像素点确定为亮度较高的非白色像素点；当第一车身分界线有效，且车身初步区域中编号为12～19的一组车身识别单元中颜色为白色的像素点的总个数大于一个车身识别单元中的像素点的总个数的0.5倍时，统计车身初步区域中第一车身分界线到第二车身分界线的一组车身识别单元中亮度较高的非白色像素点的总个数；其中，对于车身初步区域中第一车身分界线到第二车身分界线的一组车身识别单元中的任一个像素点，如果该像素点的R、G、B三通道颜色分量的值的最大值大于180，则将该像素点确定为亮度较高的非白色像素点；当第三车身分界线存在时，如果第一车身分界线无效，且第三车身分界线的编号小于第二车身分界线的编号，则统计车身初步区域中第三车身分界线到第二车身分界线的一组车身识别单元中亮度较高的非白色像素点的总个数；其中，对于车身初步区域中第三车身分界线到第二车身分界线的一组车身识别单元中的任一个像素点，如果该像素点的R、G、B三通道颜色分量的值的最大值大于180，则将该像素点确定为亮度较高的非白色像素点；当第三车身分界线存在时，如果第一车身分界线有效，且第三车身分界线的编号小于第一车身分界线的编号和第二车身分界线的编号中的最小编号，则统计车身初步区域中第三车身分界线到小编号对应的车身分界线的一组车身识别单元中亮度较高的非白色像素点的总个数，记为non_white_fj3；其中，对于车身初步区域中第三车身分界线到小编号对应的车身分界线的一组车身识别单元中的任一个像素点，如果该像素点的R、G、B三通道颜色分量的值的最大值大于180，则将该像素点确定为亮度较高的非白色像素点；⑧在车身初步区域中确定一个有效区域，然后重新统计有效区域中颜色为Output_Color中的每种颜色的像素点的总个数，再根据总个数的大小提取出五种颜色均作为初选彩色颜色，具体过程为：⑧‑1、当第一车身分界线有效，且第三车身分界线存在时，找出第一车身分界线的编号、第二车身分界线的编号、第三车身分界线的编号中的最小编号；当第一车身分界线有效，且第三车身分界线不存在时，找出第一车身分界线的编号、第二车身分界线的编号中的最小编号；当第一车身分界线无效，且第三车身分界线存在时，找出第二车身分界线的编号、第三车身分界线的编号中的最小编号；当第一车身分界线无效，且第三车身分界线不存在时，将第二车身分界线的编号作为最小编号；⑧‑2、当车灯寻找区域中编号为18和19的两个车灯寻找单元均有效时，将编号19作为最大编号；当编号为18的车灯寻找单元无效，而编号为19的车灯寻找单元有效时，将编号18作为最大编号；当编号为18和19的两个车灯寻找单元均无效时，将编号17作为最大编号；⑧‑3、将车身初步区域中自步骤⑧‑1得到的最小编号到步骤⑧‑2得到的最大编号的一组车身识别单元构成的区域定义为有效区域；⑧‑4、如果有效区域中的任一个车身识别单元中颜色为蓝色的像素点的总个数和颜色为绿色的像素点的总个数均大于一个车身识别单元中的像素点的总个数的0.1倍，则将该车身识别单元中颜色为蓝色的像素点统计为颜色为绿色的像素点；如果有效区域的右上角至左下角的对角线上方的区域中颜色为黄色的像素点的总个数大于有效区域中颜色为黄色的像素点的总个数的0.9倍，则认为有效区域中颜色为黄色的像素点无效，有效区域中颜色为黄色的像素点都是不统计；如果有效区域的右上角至左下角的对角线上方的区域中颜色为黄色的像素点的总个数小于或等于有效区域中颜色为黄色的像素点的总个数的0.9倍，则认为有效区域中颜色为黄色的像素点有效；当有效区域中颜色为黄色的像素点有效时，如果有效区域中颜色为褐色的像素点的总个数大于有效区域中颜色属于黄色系列的像素点的总个数的0.8倍时，则将有效区域中颜色属于黄色系列的像素点统计为颜色为褐色的像素点；如果有效区域中颜色为褐色的像素点的总个数小于或等于有效区域中颜色属于黄色系列的像素点的总个数的0.8倍，且有效区域中颜色为橘黄的像素点的总个数大于有效区域中颜色为黄色的像素点的总个数的2倍时，则将有效区域中颜色属于黄色系列的像素点统计为颜色为橘黄的像素点；其余情况，将有效区域中颜色属于黄色系列的像素点统计为颜色为黄色的像素点；其中，黄色系列包括褐色、橘黄和黄色；如果有效区域中颜色为粉色的像素点的总个数大于有效区域中颜色属于红色系列的像素点的总个数的0.8倍时，则将有效区域中颜色属于红色系列的像素点统计为颜色为粉色的像素点；如果有效区域中颜色为粉色的像素点的总个数小于或等于有效区域中颜色属于红色系列的像素点的总个数的0.8倍，且有效区域中颜色为紫色的像素点的总个数大于有效区域中颜色为粉色的像素点的总个数的10倍时，则将有效区域中颜色属于红色系列的像素点统计为颜色为紫色的像素点；其余情况，将有效区域中颜色属于红色系列的像素点统计为颜色为红色的像素点；其中，红色系列包括粉色、紫色和红色；⑧‑5、将有效区域内同时满足以下三个条件的所有像素点所形成的区域变成无效区域，条件一：位于编号为12的车身识别单元的上方；条件二：以编号为15的车身识别单元和编号为16的车身识别单元的交界线为底边，位于斜率为+2的斜边的左上区域或位于斜率为‑2的斜边的右上区域；条件三：颜色为黑色或灰色；重新统计有效区域中颜色为Output_Color中的每种颜色的像素点的总个数，将有效区域中颜色为Output_Color中的第k种颜色的像素点的总个数记为其中，1≤k≤11；⑧‑6、按从大到小的顺序排列有效区域中颜色为Output_Color中的每种颜色的像素点的总个数，然后提取出总个数排前5位对应的颜色，再将提取出的五种颜色均作为初选彩色颜色；⑨彩色颜色判断，具体过程为：⑨‑1、计算有效区域中颜色为五种初选彩色颜色中的每种初选彩色颜色的像素点的总个数占有效区域中的像素点的总个数的比例；⑨‑2、找出步骤⑨‑1中得到的五个比例中的最大值，判断该最大值是否大于或等于0.2，如果是，则确定该最大值对应的初选彩色颜色为初选的车身颜色，然后执行步骤⑨‑3；否则，确定车身颜色不为彩色，然后执行步骤⑩；⑨‑3、判断有效区域中是否至少存在两个车身识别单元满足以下条件，如果存在，则保留初选的车身颜色，然后判断初选的车身颜色是否为蓝色或绿色，如果为绿色，则执行步骤⑨‑4，如果为蓝色，则执行步骤⑨‑5，如果不为蓝色或绿色，则确定初选的车身颜色为最终的车身颜色，车身颜色识别过程结束；如果不存在，则确定初选的车身颜色不为最终的车身颜色，然后执行步骤⑩；其中，对于有效区域中的任一个车身识别单元，其该满足的条件为：该车身识别单元中颜色为初选的车身颜色的像素点的总个数大于一个车身识别单元中的像素点的总个数的0.03倍；⑨‑4、进行绿色二次验证：判断有效区域中颜色评价为高置信度绿色的像素点的总个数是否小于有效区域中颜色为绿色的像素点的总个数的0.05倍，如果是，则确定初选的车身颜色不为最终的车身颜色，然后执行步骤⑩；否则，确定初选的车身颜色为最终的车身颜色，车身颜色识别过程结束；其中，对于有效区域中的任一个像素点，如果该像素点的颜色为绿色且该像素点的颜色对应的置信度大于0.55，则将该像素点的颜色评价为高置信度绿色；⑨‑5、进行蓝色二次验证：判断有效区域中颜色评价为高置信度蓝色的像素点的总个数是否小于一个车身识别单元中的像素点的总个数的0.8倍，如果是，则确定初选的车身颜色不为最终的车身颜色，然后执行步骤⑩；否则，确定初选的车身颜色为最终的车身颜色，车身颜色识别过程结束；⑩黑色、白色和灰色判断，具体过程为：⑩‑1、标记有效区域中的每个车身识别单元的颜色，对于有效区域中的任一个车身识别单元，先统计该车身识别单元中颜色为黑色的像素点的总个数、颜色为白色的像素点的总个数、颜色为灰色的像素点的总个数，然后找出三个总个数中的最大值，再判断该最大值是否大于一个车身识别单元中的像素点的总个数的0.1倍，如果是，则将该车身识别单元的颜色标记为该最大值对应的颜色；⑩‑2、确定有效区域中的无效单元，具体过程为：如果一个颜色标记为白色的车身识别单元与另一个颜色标记为白色的车身识别单元之间，或一个颜色标记为白色的车身识别单元与另一个颜色标记为灰色的车身识别单元之间存在颜色标记为黑色的车身识别单元，则将这些颜色标记为黑色的车身识别单元确定为无效单元，无效单元中的每个像素点不进行统计；⑩‑3、将有效区域中的每个颜色标记为白色的车身识别单元中颜色为灰色的像素点统计为颜色为白色的像素点；⑩‑4、计算有效区域中亮度较高的像素点的总个数与有效区域中颜色为黑色的像素点的总个数、颜色为白色的像素点的总个数和颜色为灰色的像素点的总个数之和的比值，记为bright_ratio；将有效区域中最底下三个车身识别单元构成灰色系列(黑白灰颜色)的判别区域；其中，有效区域中亮度较高的像素点包括颜色为白色的像素点和亮度较高的非白色像素点，对于有效区域中的任一个像素点，当该像素点属于有效区域中编号最小的车身识别单元到编号为14的车身识别单元的一组车身识别单元时，如果该像素点的R、G、B三通道颜色分量的值的最大值大于180，则将该像素点确定为亮度较高的非白色像素点；当该像素点属于车身初步区域中编号为15～17的一组车身识别单元时，如果该像素点的R、G、B三通道颜色分量的值的最大值大于150，则将该像素点确定为亮度较高的非白色像素点；当该像素点属于车身初步区域中编号为18～19的一组车身识别单元时，如果该像素点的R、G、B三通道颜色分量的值的最大值大于130，则将该像素点确定为亮度较高的非白色像素点；⑩‑5、进行黑色判断：⑩‑5a、统计判别区域中的每个车身识别单元中颜色评价为高置信度黑色的像素点的总个数、颜色评价为中等置信度黑色的像素点的总个数、颜色为黑色的像素点的总个数、颜色为灰色的像素点的总个数；⑩‑5b、判断判别区域中自上而下的第二个车身识别单元中颜色评价为中等置信度黑色的像素点的总个数占一个车身识别单元中的像素点的总个数的比例是否大于阈值th，如果大于阈值th，则认为判别区域中自上而下的第二个车身识别单元中颜色评价为高置信度黑色的像素点、颜色评价为中等置信度黑色的像素点、颜色为黑色的像素点均有效，同时将判别区域中自上而下的第一个车身识别单元中颜色为灰色的像素点统计为颜色为黑色的像素点，然后执行步骤⑩‑5c；如果小于或等于阈值th，则认为判别区域中自上而下的第二个车身识别单元中颜色评价为高置信度黑色的像素点、颜色评价为中等置信度黑色的像素点、颜色为黑色的像素点均无效，不进行统计，然后执行步骤⑩‑5c；其中，⑩‑5c、判断判别区域中自上而下的第三个车身识别单元中颜色评价为中等置信度黑色的像素点的总个数是否大于一个车身识别单元中的像素点的总个数的0.5倍，如果是，则认为判别区域中自上而下的第三个车身识别单元中颜色评价为高置信度黑色的像素点、颜色评价为中等置信度黑色的像素点、颜色为黑色的像素点均有效，然后执行步骤⑩‑5d；否则，认为判别区域中自上而下的第三个车身识别单元中颜色评价为高置信度黑色的像素点、颜色评价为中等置信度黑色的像素点、颜色为黑色的像素点均无效，不进行统计，然后执行步骤⑩‑5d；⑩‑5d、计算判别区域中所有有效的颜色评价为高置信度黑色的像素点的总个数、所有有效的颜色评价为中等置信度黑色的像素点的总个数、所有有效的颜色为黑色的像素点的总个数之和，判断和值是否大于一个车身识别单元中的像素点的总个数的1.7倍，如果是，则确定可能的车身颜色为黑色，然后执行步骤⑩‑5e；否则，确定最终的车身颜色为白色或灰色，然后执行步骤⑩‑6；⑩‑5e、同时满足以下两个条件时，将最终的车身颜色确定为红色，车身颜色识别过程结束；不能同时满足以下两个条件时，将最终的车身颜色确定为黑色，车身颜色识别过程结束；条件一：车身初步区域中编号为12～19的一组车身识别单元中颜色为黑色且在HSV颜色空间的H分量值在0～10范围内和在156～180范围内的像素点的总个数与车身初步区域中编号为12～19的一组车身识别单元中颜色为红色的像素点的总个数之和大于1100个；条件二：车身初步区域中编号为12～19的一组车身识别单元中颜色为红色的像素点的总个数大于一个车身识别单元中的像素点的总个数的0.1倍；其中，对于有效区域中的任一个像素点，如果该像素点的颜色为黑色且该像素点的R、G、B三通道颜色分量的值之和小于35，则将该像素点的颜色评价为高置信度黑色；如果该像素点的颜色为黑色且该像素点的R、G、B三通道颜色分量的值之和小于46，则将该像素点的颜色评价为中等置信度黑色；⑩‑6、满足以下任一条件时，将最终的车身颜色确定为白色，车身颜色识别过程结束；其余情况下，将最终的车身颜色确定为灰色，车身颜色识别过程结束；条件一：有效区域中颜色评价为高置信度白色的像素点的总个数大于一个车身识别单元中的像素点的总个数且判别区域中颜色为黑色的像素点的总个数小于一个车身识别单元中的像素点的总个数；条件二：判别区域中颜色为白色的像素点的总个数大于一个车身识别单元中的像素点的总个数；其中，对于有效区域中的任一个像素点，如果该像素点的颜色为白色且该像素点的R、G、B三通道颜色分量的值之和大于750，则将该像素点的颜色评价为高置信度白色。