基于多尺度局部對(duì)稱性特征的車(chē)輛圖像檢索.pdf

1、車(chē)輛圖像檢索是智能交通系統(tǒng)的重要組成部分，車(chē)輛檢索在高速公路服務(wù)區(qū)、停車(chē)場(chǎng)等場(chǎng)所以及在停車(chē)場(chǎng)智能管理、高速公路自動(dòng)收費(fèi)、道路監(jiān)控、超時(shí)停車(chē)檢測(cè)等方面有著非常好的應(yīng)用前景。本課題來(lái)源于高速公路服務(wù)區(qū)車(chē)輛智能檢測(cè)項(xiàng)目，是基于特定場(chǎng)景下的車(chē)輛圖像檢索問(wèn)題。
　　車(chē)輛圖像檢索主要是基于車(chē)輛檢測(cè)、分割、特征提取和特征匹配的相關(guān)技術(shù)，目前關(guān)于圖像檢索的技術(shù)研究相對(duì)來(lái)說(shuō)比較成熟。本文旨在進(jìn)一步研究車(chē)輛特征提取算法，在應(yīng)對(duì)交通場(chǎng)景中光照和亮度變化

2、等情況下能夠進(jìn)行實(shí)時(shí)的車(chē)輛圖像檢索。本文的主要研究?jī)?nèi)容如下:
　　1.研究圖像檢索的流程和經(jīng)典算法，分析和總結(jié)了車(chē)輛圖像檢索流程中的關(guān)鍵要素、檢索流程和特征提取。研究了不同檢索流程和特征提取方法的優(yōu)缺點(diǎn)，并分析了它們?cè)趯?shí)時(shí)車(chē)輛圖像檢索中的可行性。
　　2.快速車(chē)身區(qū)域定位。為了減少檢索時(shí)間、工作量以及車(chē)輛以外區(qū)域的影響，本文首先對(duì)車(chē)輛圖像進(jìn)行了車(chē)輛區(qū)域定位，把不同背景下的車(chē)輛目標(biāo)部分作為特征提取區(qū)域，大大減少了處理時(shí)間，提高

3、了檢索效率。
　　3.基于局部對(duì)稱性特征的車(chē)輛圖像檢索。該特征主要提取車(chē)輛區(qū)域的局部對(duì)稱性特征，同時(shí)具有很好的光照適應(yīng)性和不變性。在不同尺度下，圖像的局部對(duì)稱性可以作為基本的顯著特征。本文研究了基于圖像強(qiáng)度和基于梯度直方圖的局部對(duì)稱性特征的提取方法，綜合考慮了垂直對(duì)稱、水平對(duì)稱和旋轉(zhuǎn)對(duì)稱三種對(duì)稱方式。本文使用了基于TF-IDF加權(quán)的詞袋模型，不同特征描述子被賦予不同權(quán)值，接著引入了空間金字塔匹配核，考慮了局部特征的空間位置關(guān)系。最