基于多特征融合的車輛檢索.pdf

1、隨著社會的快速發(fā)展以及經(jīng)濟(jì)水平的逐步提高，汽車保有量迅速增長的同時車型也在不斷豐富，這給城市交通的管理帶來了嚴(yán)峻考驗，也迫使我們對交通管理的效率提出更高的要求。交通部門對車輛的監(jiān)控，主要是從交通卡口攝像機(jī)獲取車輛圖像，然后通過肉眼進(jìn)行排查。針對上述低效率的查找方式，本文對車輛識別的方法進(jìn)行改進(jìn)，在保證準(zhǔn)確率的前提下提高車輛識別的效率。
　　車牌識別是最有效的車輛特征識別方法。但當(dāng)車牌無法識別時，車輛的顏色、車型等外部特征就成為了車

2、輛識別的重要特征信息。本文研究的主要內(nèi)容如下:
　　(1)車牌識別。對含有車牌信息的圖像進(jìn)行彩色圖像灰度化、圖像二值化和邊緣檢測等預(yù)處理，去掉干擾信息;根據(jù)車牌長寬比值進(jìn)行車牌區(qū)域定位，并對其做水平垂直校正，確保后續(xù)字符分割和識別的準(zhǔn)確性;采用投影分割法對字符進(jìn)行分割，通過設(shè)定字符平均寬度有效防止誤分割。
　　(2)車型識別。本文討論基于灰度的圖像配準(zhǔn)方法和基于特征的圖像配準(zhǔn)方法進(jìn)行車型識別。基于灰度的圖像配準(zhǔn)方法先利用顏色

3、直方圖信息對圖像進(jìn)行粗定位后，再采用歸一化互相關(guān)算法對圖像進(jìn)行匹配。該方法實現(xiàn)簡單、實時性好，但只適用于圖像尺寸縮放不大的車型識別。基于特征的圖像配準(zhǔn)方法采用最近鄰比例的匹配方式來確定特征匹配點的數(shù)目，數(shù)目越大相似度越高。該方法不直接依賴于像素灰度值，對圖像灰度變化、縮放、旋轉(zhuǎn)均具有不變特性。
　　(3)顏色識別。根據(jù)所要識別車輛的顏色設(shè)置顏色特征分量值，結(jié)合車輛邊緣檢測的區(qū)域定位方法得到待識別車輛。本文采用的YCbCr映射空間受