[发明专利]一种基于图像分析的套牌车识别方法

说明书

本发明公开了一种基于图像分析的套牌车识别方法，获取两张车牌号信息相同的车辆图像；提取获取的车辆图像的特征点，并对特征点进行匹配；通过匹配的特征点对车辆图像进行对齐；提取对齐后的整个车辆图像的特征向量，并比较特征向量的相似度；按照每个尺度划分的块提取块的特征，对两张车辆图像在每个尺度下相同位置的块的特征进行比对，并记录每个尺度下相同位置存在差异的块；对于不同尺度下记录的块进行融合；对融合后的块进行后处理。本发明采用特征点检测、特征点匹配以及对齐，相比现有技术，可以保证车辆图像相对应的比对区域相同，较好的保证图像输入一致性；能够极大提高相似度较高车辆的分辨准确率。

技术领域

本发明涉及一种智能交通系统和计算机视觉技术，尤其涉及的是一种基于图像分析的套牌车识别方法。

背景技术

目前，套牌车的识别技术主要是通过对比车辆的属性，如：车型，品牌以及车身颜色。通常包括如下步骤：第一步，卡口系统获取待识别的车辆信息；第二步，将获取的车辆信息与数据库中相同车牌号的车辆信息做对比，若两张车辆图像的颜色、类型、品牌等属性存在不同，则判断获取的车辆是套牌车辆。采用这种方式进行套牌车识别，仅仅基于车辆的属性信息来分析，不足以完整的刻画描述车辆，特别是针对车身颜色、车型、品牌都相同，相似度极高的两辆车，会导致套牌车识别准确率下降。

采用现有的套牌车识别技术，无法获取两张图像的局部区域的细节特征，难以区分车身颜色、车型、品牌都相同的套牌车，导致套牌车识别准确率下降。

发明内容

本发明所要解决的技术问题在于：套牌车与真实车辆相似度极高而导致的识别准确率下降，提供了一种基于图像分析的套牌车识别方法。

本发明是通过以下技术方案解决上述技术问题的，本发明包括以下步骤：

(1)获取两张车牌号信息相同的车辆图像；

(2)提取获取的车辆图像的特征点，并对特征点进行匹配；

(3)通过匹配的特征点对车辆图像进行对齐；

(4)提取对齐后的整个车辆图像的特征向量，并比较特征向量的相似度S；设定一个阈值τ，若S大于等于τ，则两辆车是同一辆车；若S小于τ，则两辆车是套牌车，并将对齐后的车辆图像划分成不同尺度大小的块；

(5)按照每个尺度划分的块提取块的特征，对两张车辆图像在每个尺度下相同位置的块的特征进行比对，并记录每个尺度下相同位置存在差异的块；

(6)对于不同尺度下记录的块进行融合；

(7)对融合后的块进行后处理。

所述步骤(1)中，车辆图像是两张车牌信息相同的，且具有多个属性的车辆。

所述步骤(2)包括以下步骤：

(21)采用Harris角点检测算法检测出车辆图像的特征点，利用移动的窗口在图像中计算灰度变化值，从而判断是否为角点、边缘、平滑区域；

(22)采用尺度不变特征变化SIFT匹配方式对检测出的特征点进行匹配；

(23)再用随机抽样一致性算法剔除误匹配的特征点。

所述步骤(23)中，剔除误匹配的特征点具体如下：

(231)从匹配的特征点样本集中随机抽选出3个匹配点对；

(232)根据这3个匹配点对的位置坐标((x1，y1)，(u1，v1))，((x2，y2)，(u2，v2))，((x3，y3)，(u3，v3)计算变换矩阵M；

(233)根据样本集的匹配点对，变化矩阵M以及误差度量函数计算满足当前变换矩阵的一致集，并返回一致集中元素个数；