基于車載裝飾品特征的車輛檢索方法研究.pdf

1、為了懲處交通違法犯罪行為，我國公安系統(tǒng)采取了一系列的技術(shù)手段進(jìn)行違法犯罪后的取證工作，其中“天網(wǎng)工程”通過圖像采集、傳輸、顯示和存儲(chǔ)等一系列設(shè)備對交通路口進(jìn)行監(jiān)控和信息記錄。但是，每天在交叉路口安裝的監(jiān)控設(shè)備將生成千上萬的圖像數(shù)據(jù)量，在這些圖像數(shù)據(jù)中查找目標(biāo)車輛的工作量非常巨大，目前解決這個(gè)問題的有效方法是根據(jù)車輛號(hào)牌等固有屬性進(jìn)行目標(biāo)車輛識(shí)別查找，而這些方法對于假（套）牌車輛卻沒有很好的效果。通過研究我們發(fā)現(xiàn)車輛前擋風(fēng)玻璃處的擺件、標(biāo)

2、簽等車載裝飾品特征比較明顯，因此本文研究基于車載裝飾品特征的車輛檢索方法。
　　首先，研究了基于車輛及號(hào)牌對稱性的車輛檢測方法，并根據(jù)整個(gè)車輛與前擋風(fēng)玻璃的相對位置定位車輛前擋風(fēng)玻璃區(qū)域。對比分析了基于車輛及號(hào)牌對稱性的車輛檢測方法、基于Adaboost及Haar特征的車輛檢測方法、基于灰度共生矩陣及支持向量機(jī)的車輛檢測方法和基于梯度方向直方圖及支持向量機(jī)的車輛檢測方法，實(shí)驗(yàn)結(jié)果表明基于車輛及號(hào)牌對稱性的方法優(yōu)于其他三種方法，其檢

3、測精度達(dá)到90.7％，并且構(gòu)建了基于東南大學(xué)的車載裝飾品局部區(qū)域圖像集。
　　其次，研究了基于顏色特征的車輛檢索方法，并與基于局部二值模式、基于Gabor小波變換、基于Contourlet變換和基于尺度不變特征的檢索方法進(jìn)行了對比分析?；谙嗨贫群饬糠椒ㄟM(jìn)行了車輛圖像的檢索實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明基于顏色特征的車輛檢索方法優(yōu)于其他四種方法，其檢索綜合指標(biāo)為86.7％，平均檢索時(shí)間為29730 ms。
　　最后，提出了一種基于車載裝

4、飾品區(qū)域圖像稀疏編碼的車輛檢索方法。對比分析了稀疏編碼的幾種稀疏向量的求解方法，基于車載裝飾品局部區(qū)域圖像構(gòu)建超完備字典，并根據(jù)輸入的待檢索圖像和建立的字典采用稀疏度自適應(yīng)匹配追蹤（Sparsity Adaptive Matching Pursuit,SAMP）算法求解待檢索圖像的稀疏表征向量;基于東南大學(xué)構(gòu)建的車載裝飾品局部區(qū)域圖像集進(jìn)行了對比實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明基于稀疏編碼的車輛檢索效果優(yōu)于其他三種車輛檢索方法，在重構(gòu)容許誤差e-3時(shí)