[發明專利]一種基于多特征檢測的卡口圖像目標搜索方法有效
| 申請號： | 201810227605.2 | 申請日： | 2018-03-20 |
| 公開（公告）號： | CN108491498B | 公開（公告）日： | 2021-06-25 |
| 發明（設計）人： | 張森;劉澤 | 申請（專利權）人： | 濟南神博信息技術有限公司 |
| 主分類號： | G06F16/583 | 分類號： | G06F16/583;G06K9/00;G06K9/46;G06K9/62 |
| 代理公司： | 濟南泉城專利商標事務所 37218 | 代理人： | 張貴賓 |
| 地址： | 250000 山東省濟南市高*** | 國省代碼： | 山東;37 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 特征 檢測 卡口 圖像 目標 搜索 方法 | ||
1.一種基于多特征檢測的卡口圖像目標搜索方法，其特征在于：所述方法包括以下步驟：
步驟1：獲取目標車輛圖像，手動選取目標車輛上明顯的特征，截取該特征圖像作為目標特征圖像；
步驟2：通過SIFT特征匹配算法檢測目標特征圖像和卡口圖像中的匹配特征點，并篩選匹配度高的特征點；
步驟3：確定匹配特征點的相關特征點群，并根據相關特征點群確定卡口圖像中的候選匹配圖像區域；
步驟4：根據相關特征群中特征點的數量計算目標特征圖像和候選匹配圖像區域的相似度R1；
步驟5：用感知哈希算法計算目標特征圖像和候選匹配圖像區域的相似度R2；
步驟6：計算目標特征圖像和候選匹配圖像區域的灰度顏色直方圖，并根據灰度顏色直方圖計算目標特征圖像和候選匹配圖像區域的相似度R3；
步驟7：對相似度R1、R2、R3進行加權，計算目標特征圖像和候選匹配圖像區域最終的相似度R；
步驟8：按照上述步驟依次檢索卡口圖像，將相似度值大于P的候選匹配圖像區域所在的卡口圖像篩選出來并按照相似度值由大到小的順序依次排列顯示；
其中，步驟3：按照如下方法計算卡口圖像中的相關特征點群：
步驟a：任意連接卡口圖像和目標特征圖像中3個相匹配的特征點，組成一個由特征點為頂點的三角形；
步驟b：計算卡口圖像和目標特征圖像中相匹配特征點的對應三角形頂角的角度之差，如果各對應頂角的角度之差都小于閾值T1，則認為這三個點為相關特征點，并把所有相關特征點稱為相關特征點群。
2.根據權利要求1所述的一種基于多特征檢測的卡口圖像目標搜索方法，其特征在于：所述步驟1中，對目標車輛特征選擇時，手動選取目標車輛上的多個目標特征圖像。
3.根據權利要求1所述的一種基于多特征檢測的卡口圖像目標搜索方法，其特征在于：所述步驟2中篩選匹配度高的特征點的方法，包括以下步驟：
步驟a：通過SIFT特征匹配算法檢測目標特征圖像和卡口圖像中的匹配特征點，統計得出匹配特征點的數量N1和所有匹配特征點之間的最小歐式距離Lmin；
步驟b：根據待搜索目標特征圖像和卡口圖像的紋理特點、尺寸和清晰度，分別設置一個大于1的系數α1和一個小于1的系數α2，統計歐式距離小于α1×Lmin的匹配特征點，如果匹配特征點的數量小于α2×N1，則認為兩幅圖像不匹配，然后繼續篩選下一張卡口圖像，否則進行步驟c；
步驟c：設置一個匹配特征點最大保留數量閾值N2，如果滿足歐式距離條件的匹配特征點的數量大于α2×N1，繼續判斷其數量是否大于N2，如果匹配特征點的數量大于N2，則只選取歐式距離最小的前N2個特征點進行后續處理，否則保留匹配特征點數目不變。
4.根據權利要求1所述的一種基于多特征檢測的卡口圖像目標搜索方法，其特征在于：所述步驟3中，根據相關特征點群確定卡口圖像中的候選匹配圖像區域的方法，包括以下步驟：
步驟a：分別求出卡口圖像和目標特征圖像中所有相關特征點的最小外接旋轉矩形并分別計算其周長，將卡口圖像的最小外接旋轉矩形的周長與目標特征圖像的最小外接旋轉矩形的周長的比值s作為卡口圖像中候選匹配圖像區域相對于目標特征圖像的邊長的縮放倍數；
步驟b：將目標特征圖像貼合在卡口圖像上，使彼此最小旋轉矩形的中心相互重合，并且旋轉矩形的四個邊分別對應平行；
步驟c：等比例s擴大目標特征圖像邊長，并將擴大后的圖像區域在卡口圖像中標出作為候選匹配圖像區域。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于濟南神博信息技術有限公司，未經濟南神博信息技術有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810227605.2/1.html，轉載請聲明來源鉆瓜專利網。
