本文關(guān)鍵詞：一種改進(jìn)的車輛特征提取與匹配算法研究

  更多相關(guān)文章： 套牌車 特征匹配 車輛識(shí)別 RANSAC 仿射變換

【摘要】：隨著社會(huì)的發(fā)展,我國機(jī)動(dòng)車的保有量呈現(xiàn)遞增趨勢(shì),為了保障公民的生命財(cái)產(chǎn)安全,如何準(zhǔn)確地定位、抓捕違法車輛成為目前的一個(gè)難題。計(jì)算機(jī)視覺作為前沿技術(shù)的一個(gè)重要分支,已較成熟地應(yīng)用于車牌識(shí)別中,但是由于現(xiàn)有的局部特征描述算法具有維度高、占用內(nèi)存大等缺點(diǎn),對(duì)于高速公路套牌車的識(shí)別,仍沒有有效的解決方案。針對(duì)上述問題,本文做了以下工作:1.經(jīng)過大量的實(shí)驗(yàn)對(duì)比,提出了一種改進(jìn)的車輛特征點(diǎn)描述模型。通過采用改進(jìn)的ORB 算法對(duì)多種車型前臉檢測(cè)特征點(diǎn),并利用rBRIEF描述子表達(dá)車臉特征點(diǎn)信息,組成車臉特征描述集合。然后利用貪婪搜索策略從描述集合中選擇出高方差、低相關(guān)的描述維度,組合成車臉特征的描述模型,使得特征信息占用空間小,表達(dá)車臉特征信息準(zhǔn)確度高。2.針對(duì)特征點(diǎn)誤匹配對(duì)檢測(cè),提出了一種基于先驗(yàn)知識(shí)的幾何約束方法。通過計(jì)算匹配點(diǎn)對(duì)間的距離和角度信息,并結(jié)合先驗(yàn)知識(shí)設(shè)定的閾值,構(gòu)成匹配約束項(xiàng)。該約束方法在預(yù)知待匹配圖像之間的旋轉(zhuǎn)、尺度變換參數(shù)的情況下,可有效剔除誤匹配對(duì)。3.本文將上述算法應(yīng)用到高速公路卡口套牌車檢測(cè)中。首先給出了一種基于暗通道先驗(yàn)理論的圖像預(yù)處理方法增強(qiáng)圖像畫質(zhì),并利用類Haar特征結(jié)合Adaboost算法對(duì)目標(biāo)車輛定位。其次,由于高速公路通行卡內(nèi)存的限制,卡口車輛圖像經(jīng)過改進(jìn)的ORB算法檢測(cè)特征點(diǎn)后,采用本文的車臉特征描述模型表達(dá)特征點(diǎn)信息,使得特征信息占用通行卡內(nèi)存小于1KB。最后,在特征匹配階段,利用基于先驗(yàn)知識(shí)的幾何約束剔除誤匹配項(xiàng),提高了 RANSAC算法的效率與準(zhǔn)確度。實(shí)驗(yàn)對(duì)比結(jié)果表明本文算法在相同內(nèi)存條件下與相同特征點(diǎn)數(shù)條件下均有良好的表現(xiàn)。
【學(xué)位授予單位】：安徽大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 張雪芹;方婷;李志前;董明杰;;基于類Haar特征和AdaBoost的車輛識(shí)別技術(shù)[J];華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年02期

2 劉加運(yùn);李玉`u;李勃;嚴(yán)明;;一種多維特征融合的車輛對(duì)象同一性匹配方法[J];計(jì)算機(jī)技術(shù)與發(fā)展;2016年04期

3 吳迪;蔡曉東;華娜;朱利偉;梁奔香;;基于HOG和SVM的級(jí)別自適應(yīng)車型識(shí)別算法[J];桂林電子科技大學(xué)學(xué)報(bào);2016年01期

4 王峰;靳小波;于俊偉;王貴財(cái);;基于融合策略的套牌車主動(dòng)識(shí)別算法[J];光電子·激光;2015年11期

5 董天陽;阮體洪;吳佳敏;范菁;;一種Haar-like和HOG特征結(jié)合的交通視頻車輛識(shí)別方法研究[J];浙江工業(yè)大學(xué)學(xué)報(bào);2015年05期

6 單小軍;唐娉;;圖像匹配中誤匹配點(diǎn)檢測(cè)技術(shù)綜述[J];計(jì)算機(jī)應(yīng)用研究;2015年09期

7 姜楓;周莉莉;李叢;;基于二進(jìn)制特征描述器的圖像匹配算法[J];計(jì)算機(jī)工程與科學(xué);2015年08期

8 張恒;劉大勇;劉艷麗;聶晨曦;;融合深度信息的BRISK改進(jìn)算法[J];計(jì)算機(jī)應(yīng)用;2015年08期

9 王燦進(jìn);孫濤;陳娟;;基于FREAK特征的快速景象匹配[J];電子測(cè)量與儀器學(xué)報(bào);2015年02期

10 吳京輝;唐林波;趙保軍;;局部特征與全局信息聯(lián)合的自適應(yīng)圖像增強(qiáng)算法[J];北京理工大學(xué)學(xué)報(bào);2014年09期

，

本文編號(hào)：1255815