[發明專利]一種基于圖像的車輛匹配識別方法

在審

• 申請號: 201710304679.7
• 申請日: 2017-05-03
• 公開（公告）號: CN107122749A
• 公開（公告）日: 2017-09-01
• 發明（設計）人: 牛晨鳴;徐超;郭曉澤;魯曉;吳峻;楊典;張春
• 申請（專利權）人: 安徽大學;安徽省交通控股集團有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及一種車輛識別方法，具體涉及一種基于圖像的車輛匹配識別方法，屬于視頻監控領域。

背景技術

現在高速公路部門的收費機制仍然采用讀取IC卡里面信息，然后根據讀取的車輛入口地點的車牌信息，并結合車輛的類型，然后收取相應的過路費。但是，有一部分大貨車駕駛員為了逃避高額的過路費，他們駕駛套牌車或者與其他車輛掉換IC卡，這給交通部門造成了很大的損失。然而當前僅依靠人工在后臺比對車輛特征信息，在大量的視頻中找出違法車輛，不僅是費時費力的工作,而且也很難找到。

基于特征點的匹配技術，是近些年圖像匹配，拼接的研究熱點。經典的算法有SIFT算法，雖然是相對成熟、穩定的算法，但是由于SIFT算法的運算量大，且達不到實時性及內存的要求，很難在工程上采用。如果采用SURF算法提取車輛局部特征，但是由于各個卡口的攝像頭清晰度不一樣，光照條件也不一樣，考慮到以上的種種情況，我們采用ORB算法，它在特征點的提取速度上有了很大的提高，它的特征點描述子采用二值串表示，占用的內存相對較小，同時漢明距離作為相似性度量提高了匹配效率。但是我們不能忽視一個問題，如果僅用漢明距離作為相似性度量可能會出現誤匹配點的情況。

針對誤匹配情況，國內外的學者提出許多去除誤匹配點的方法。例如有人提出一種漸進式抽樣一致性（PROSAC）算法，該算法能有效減少計算的負擔。有人提出一種基于匹配強度的特征點匹配，該算法用匹配支持值消除誤匹配點，可以較好的去除一對多的誤匹配情況。也有人提出一種基于偏最小二乘（PLS）的尺度不變特征變換（SIFT）誤匹配校正方法，該方法利用SIFT匹配后的特征點對的位置信息，通過PLS進行重新描述，利用定義的影響函數將影響大的特征點對剔除，可以有效的去除誤匹配。還有人提出基于隨機抽樣一致（RANSAC）算法，他是利用標志點的空間特征不變性實現標志點的自動匹配來去除誤匹配點。

上述方法都是用于去除基于特征點的在匹配過程中出現的誤匹配點，并且RANSAC只有一定的概率得到可信的模型，概率與迭代次數成正比，如果是兩個不相關的物體進行匹配會有可能得到一些正確的匹配點，影響最終是識別率。

發明內容

本發明要解決的技術問題是克服現有的的問題，提供一種基于圖像的車輛匹配識別方法。

為了解決上述技術問題，本發明提供了如下的技術方案：

本發明提供了一種基于圖像的車輛匹配識別方法，包括如下步驟：

A、進行預處理過程，增強圖像對比度；

B、根據數字圖像技術提出車輛的車前臉部分；

C、距離比值法進行相似性度量；

D、采用雙向匹配進行粗略的去除誤匹配點；

E、改進RANSAC算法進行精確去除誤匹配點；

F、仿射變換再次進行車輛匹配識別。

作為本發明的一種優選技術方案，步驟A包括：通過攝像機設備獲得實時的交通視頻，對圖像進行的灰度化和二值化處理。

作為本發明的一種優選技術方案，步驟B包括：分割出車輛的車前臉部分，采用漢明距離算法來進行車前臉的特征提取。

作為本發明的一種優選技術方案，步驟C包括：對處理后的圖像查找一定面積的連通域區域識別出車燈位置，根據提取出車燈在圖像中的位置定位到車前臉的位置。

作為本發明的一種優選技術方案，步驟D包括：采用漢明距離作為特征點匹配策略，首先用已經提取到的車輛特征信息與此時車輛的特征信息做一次匹配，雙向匹配法。

作為本發明的一種優選技術方案，步驟E包括：采用RANSAC算法，通過估算最優的模型參數，尋找滿足該模型參數的最多點數，選擇在視頻流中連續截取25張圖像，反復采用上述算法，存在一次判定為正常，即視為正常車輛，否則為違法車輛。

作為本發明的一種優選技術方案，步驟F包括：采用最小二乘法估算一個最優的仿射變換矩陣，通過觀察仿射矩陣的旋轉角度以及尺度變換，作為二次判斷策略；通過比較計算仿射變換矩陣的尺度比值與平均值是否落在[0.5,1.5]中且仿射角度在[-50,50]內；若均落在指定閾值內，則判定為正常車輛；否則，即為違法車輛。