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手段進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、顯示和存儲等一系列設備對交通路口進行監(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)中查找目標車輛的工作量非常巨大，目前解決這個問題的有效方法是根據(jù)車輛號牌等固有屬性進行目標車輛識別查找，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)車輛前擋風玻璃處的擺件、標

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牌對稱性的車輛檢測方法，并根據(jù)整個車輛與前擋風玻璃的相對位置定位車輛前擋風玻璃區(qū)域。對比分析了基于車輛及號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的車輛檢測方法和基于梯度方向直方圖及支持向量機的車輛檢測方法，實驗結果表明基于車輛及號牌對稱性的方法優(yōu)于其他三種方法，其檢

3、測精度達到90.7％，并且構建了基于東南大學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行了對比分析?；谙嗨贫群饬糠椒ㄟM行了車輛圖像的檢索實驗，實驗結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，其檢索綜合指標為86.7％，平均檢索時間為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;基于東南大學構建的車載裝飾品局部區(qū)域圖像集進行了對比實驗，實驗結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，在重構容許誤差e-3時