原文传递
基于车载装饰品特征的车辆检索方法研究
| 论文题名： | 基于车载装饰品特征的车辆检索方法研究 |
| 关键词： | 车载装饰品;车辆图像;检索实验;颜色特征;Contourlet变换;稀疏编码 |
| 摘要： | 为了惩处交通违法犯罪行为，我国公安系统采取了一系列的技术手段进行违法犯罪后的取证工作，其中“天网工程”通过图像采集、传输、显示和存储等一系列设备对交通路口进行监控和信息记录。但是，每天在交叉路口安装的监控设备将生成千上万的图像数据量，在这些图像数据中查找目标车辆的工作量非常巨大，目前解决这个问题的有效方法是根据车辆号牌等固有属性进行目标车辆识别查找，而这些方法对于假（套）牌车辆却没有很好的效果。通过研究我们发现车辆前挡风玻璃处的摆件、标签等车载装饰品特征比较明显，因此本文研究基于车载装饰品特征的车辆检索方法。 首先，研究了基于车辆及号牌对称性的车辆检测方法，并根据整个车辆与前挡风玻璃的相对位置定位车辆前挡风玻璃区域。对比分析了基于车辆及号牌对称性的车辆检测方法、基于Adaboost及Haar特征的车辆检测方法、基于灰度共生矩阵及支持向量机的车辆检测方法和基于梯度方向直方图及支持向量机的车辆检测方法，实验结果表明基于车辆及号牌对称性的方法优于其他三种方法，其检测精度达到90.7％，并且构建了基于东南大学的车载装饰品局部区域图像集。 其次，研究了基于颜色特征的车辆检索方法，并与基于局部二值模式、基于Gabor小波变换、基于Contourlet变换和基于尺度不变特征的检索方法进行了对比分析。基于相似度衡量方法进行了车辆图像的检索实验，实验结果表明基于颜色特征的车辆检索方法优于其他四种方法，其检索综合指标为86.7％，平均检索时间为29730 ms。 最后，提出了一种基于车载装饰品区域图像稀疏编码的车辆检索方法。对比分析了稀疏编码的几种稀疏向量的求解方法，基于车载装饰品局部区域图像构建超完备字典，并根据输入的待检索图像和建立的字典采用稀疏度自适应匹配追踪（Sparsity Adaptive Matching Pursuit,SAMP）算法求解待检索图像的稀疏表征向量;基于东南大学构建的车载装饰品局部区域图像集进行了对比实验，实验结果表明基于稀疏编码的车辆检索效果优于其他三种车辆检索方法，在重构容许误差e-3时，其综合指标达到88.0％，平均检索时间为114100ms。 |
| 作者： | 陈爱伟 |
| 专业： | 交通运输工程；载运工具运用工程 |
| 导师： | 赵池航 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东南大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
