1.一种基于车窗位置的多方向车辆颜色识别方法，包括如下步骤：步骤1：训练得到三个颜色分类器：彩色颜色分类器，车身非彩色颜色分类器，车脸非彩色颜色分类器；

步骤2：已知车辆图像I以及车辆图像上车窗的四个顶点位置WUL、WUR、WDL、WDR，将车窗左右边界线对应的与水平直线的逆时针夹角记为θL、θR，根据公式(1)求得车辆方向角度θCar；

步骤3：若θCar＜83°，则根据公式(2)、(3)分别确定车脸颜色识别区域DF，和车身颜色识别区域DB；若θCar＞97°，则根据公式(4)、(5)确定车脸颜色识别区域DF，和车身颜色识别区域DB；否则，根据公式(2)确定车脸颜色识别区域DF；将图像I上车脸颜色识别区域DF对应的车脸颜色识别区域图像记为IF；若DB存在，将图像I上车身颜色识别区域DB对应的车身颜色识别区域图像记为IB；

其中，DX.(x1,y1)、DX.(x2,y2)、DX.(x3,y3)、DX.(x4,y4)分别表示平行四边形区域DX的左上，右上，左下，右下四个顶点的坐标，X＝F或B；

步骤4：根据步骤4.1-4.2得到车脸颜色识别区域图像IF上识别单元对应的图像集CFR；

B B BR

若D存在，根据步骤4.1-4.2得到车身颜色识别区域图像I上识别单元对应的图像集C ；

步骤4.1：图像IX为形状为平行四边形的图像，为了方便图像分割和颜色一致性分析，需要首先得到图像IX对应的近似矩形图像IXR；具体的，图像IXR的宽高l1、l2分别根据公式(6)、(7)计算得到，且图像IXR上任意坐标(x,y)对应的像素颜色值与图像I上坐标(x’,y’)对应的像素颜色值相同，x’,y’分别根据公式(8)、(9)计算得到；

其中，DX为图像IX在图像I上对应的四边形区域，由步骤3计算得到；

步骤4.2：将图像IXR等分为边长为a的正方形子图像集，记为CXR，其中a为事先给定的子图像边长；然后筛选剔除集合CXR中不满足颜色一致性的子图像，图像颜色一致性判别方法如下；

图像颜色一致性判别方法：首先得到图像对应的灰度图，然后得到灰度图上两条对角线上的像素灰度值集，记为S，根据公式(10)-(11)计算S对应的灰度标准差λ，若满足λ＜λmax，则图像满足颜色一致性，否则不满足；其中λmax为事先给定的标准差阈值；

其中，avg为集合S中所有像素灰度的平均值，S.num为集合S中元素的个数，si为集合S中第i个元素，步骤4.1和4.2中X＝F或B；

步骤5：得到CFR对应的颜色识别结果集TFR；

对于所述实例，根据步骤5，可以知道集合CFR中有75个子区域对应的颜色识别结果为白色，有11个子区域对应的颜色识别结果为绿色；

步骤6：若DB存在，根据步骤6.1-6.4，得到CBR对应的颜色识别结果集TBR；

步骤7：得到颜色集合Color3＝{黑,白,灰,黄,红,绿,蓝,棕}在图像IFR上的颜色分布比例 若DB存在，得到颜色集合Color3＝{黑,白,灰,黄,红,绿,蓝,棕}在图像IBR上的颜色分布比例 其中， j＝0,1…,7根据公式(12)进行计算；

其中，CXR为图像IXR的子区域图像集，CXR.num为集合CXR中元素的个数， 为集合CXR中第i个子区域图像， 为子区域图像 的面积， 为颜色识别结果集TXR中第i个颜色识别结果， 为 对应的颜色集合Color3中的第j个颜色，X＝F或B；

B FR BR FR

步骤8：若D 存在，记I 、I 中分布比例最大的颜色为 记I 中分布比例第二大的颜色为 根据判别规则一确定车辆颜色；否则，记IFR中分布比例最大的颜色为 记IFR中分布比例第二大的颜色为 根据判别规则二确定车辆颜3

色；其中， 分别为颜色集合Color 中下标为max11、max21、max12的颜色；

判定规则一：

(1)若 则确定车辆颜色为

(2)若 且 则确定车辆颜色为

(3)若不满足(1)、(2)，且 且 则确定车辆颜色为灰色；

(4)若不满足(1)、(2)、(3)，则确定车辆颜色为判定规则二：

(1)若 则确定车辆颜色为

(2)若 且 则确定车辆颜色为

(3)若不满足(1)、(2)，则确定车辆颜色为白色。

2.如权利要求1所述的基于车窗位置的多方向车辆颜色识别方法，其特征在于：三个分类器具体描述如下：彩色颜色分类器：该分类器的识别对象为满足颜色一致性要求的图像，分类器的颜色识别类别为Color1＝{黑白灰,黄,红,绿,蓝,棕}；该分类器用到的为颜色特征向量为图像的H、S、V颜色直方图，其中H分量量化为36级，S、V分别量化为20级，得到的颜色特征向量为

76维；

车身非彩色颜色分类器：该分类器的识别对象为非彩色车辆的车身颜色识别区域图像，分类器的颜色识别类别为Color2＝{黑,白,灰}；该分类器用到的为颜色特征向量为图像的S、V颜色直方图，其中S、V分别量化为20级，得到的颜色特征向量为40维；

车脸非彩色颜色分类器：分类器的识别对象为非彩色车辆的车脸颜色识别区域图像，分类器的颜色识别类别为Color2＝{黑,白,灰}；该分类器用到的为颜色特征向量为图像的S、V颜色直方图，其中S、V分别量化为20级，得到的颜色特征向量为40维。

3.如权利要求1所述的基于车窗位置的多方向车辆颜色识别方法，其特征在于：步骤5具体为：步骤5.1：用彩色颜色分类器识别集合CFR中每个子图像，得到初始颜色识别结果集TFR；

步骤5.2：将集合CFR中所有对应颜色识别结果为“黑白灰”的子图像拼接成一个大的图像；

步骤5.3：用车脸非彩色颜色分类器识别步骤5.2中得到的图像，将识别结果记为其中 为颜色集合Color2中的第f个颜色；

步骤5.4：将颜色识别结果集TFR中所有值为“黑白灰”的元素更新为

4.如权利要求1所述的基于车窗位置的多方向车辆颜色识别方法，其特征在于：步骤6具体为：步骤6.1：用彩色颜色分类器识别集合CBR中每个子图像，得到初始颜色识别结果集TBR；

步骤6.2：将集合CBR中所有对应颜色识别结果为“黑白灰”的子图像拼接成一个大的图像；

步骤6.3：用车身非彩色颜色分类器识别步骤6.2中得到的图像，将识别结果记为其中 为颜色集合Color2中的第g个颜色；

步骤6.4：将颜色识别结果集TBR中所有值为“黑白灰”的元素更新为