一種改進的車輛特征提取與匹配算法研究.pdf

1、隨著社會的發(fā)展，我國機動車的保有量呈現(xiàn)遞增趨勢，為了保障公民的生命財產(chǎn)安全，如何準確地定位、抓捕違法車輛成為目前的一個難題。計算機視覺作為前沿技術(shù)的一個重要分支，已較成熟地應用于車牌識別中，但是由于現(xiàn)有的局部特征描述算法具有維度高、占用內(nèi)存大等缺點，對于高速公路套牌車的識別，仍沒有有效的解決方案。
　　針對上述問題，本文做了以下工作:
　　1.經(jīng)過大量的實驗對比，提出了一種改進的車輛特征點描述模型。通過采用改進的ORB算法對

2、多種車型前臉檢測特征點，并利用rBRIEF描述子表達車臉特征點信息，組成車臉特征描述集合。然后利用貪婪搜索策略從描述集合中選擇出高方差、低相關(guān)的描述維度，組合成車臉特征的描述模型，使得特征信息占用空間小，表達車臉特征信息準確度高。
　　2.針對特征點誤匹配對檢測，提出了一種基于先驗知識的幾何約束方法。通過計算匹配點對間的距離和角度信息，并結(jié)合先驗知識設定的閾值，構(gòu)成匹配約束項。該約束方法在預知待匹配圖像之間的旋轉(zhuǎn)、尺度變換參數(shù)的情

3、況下，可有效剔除誤匹配對。
　　3.本文將上述算法應用到高速公路卡口套牌車檢測中。首先給出了一種基于暗通道先驗理論的圖像預處理方法增強圖像畫質(zhì)，并利用類Haar特征結(jié)合Adaboost算法對目標車輛定位。其次，由于高速公路通行卡內(nèi)存的限制，卡口車輛圖像經(jīng)過改進的ORB算法檢測特征點后，采用本文的車臉特征描述模型表達特征點信息，使得特征信息占用通行卡內(nèi)存小于1KB。最后，在特征匹配階段，利用基于先驗知識的幾何約束剔除誤匹配項，提高了