述第一子图像占据所述待查询图像比例可根据实际需要选取。当然，第一子图像也可以是全部的待查询图像。
[0050]102、获取所述第一子图像与预先建立的数据库中每一种车型的视觉特征相似度。
[0051]在本实施例中，数据库可包括:多种车型数据库，每一车型数据库包括:该车型的多个样例图像的集合；所述车型的样例图像包括:不同光照条件下的车辆图像、不同拍摄角度的车辆图像和不同场景的车辆图像。
[0052]当前，任一图像的视觉特征为能够反映图像内容的特征，图像视觉特征的提取主要是通过计算机识别并计算反映图像内容的特征部分。
[0053]在本实施例中，获取图像的视觉特征相似度之前需要分别提取第一子图像的视觉特征，以及数据库中每一种车型数据库中所有图像的视觉特征；例如，可采用全局特征描述子的方式提取第一子图像的视觉特征，或者采用局部特征描述子的方式提取第一子图像的视觉特征。
[0054]通常，可米用尺度不变特征转换(Scale-1nvariant feature transform,简称SIFT),快速鲁棒特征(Speeded-up Robust Features,简称SURF),特征梯度直方图(Histograms of Oriented Gradients,简称HOG)等方式提取第一子图像和每一车型数据库中所有图像的视觉特征。
[0055]本实施例中，提取任一图像的视觉特征可为业内公知技术，本实施例不对其进行详述。
[0056]另外，在提取第一子图像的视觉特征，以及数据库中每一图像的视觉特征之后，可采用欧式距离或马式距离的方式获取第一子图像的视觉特征和每一车型数据库中所有图像的视觉特征的视觉特征相似度。本实施例中的视觉特征相似度可表示第一子图像和另一图像的相似概率权重。
[0057]103、确定所述视觉特征相似度是否有大于预设第一阈值的视觉特征相似度。
[0058]应说明的是，该处的第一阈值为经验值，根据实际需要设置。
[0059]104、确定所述视觉特征相似度有大于第一阈值的视觉特征相似度，将大于第一阈值的视觉特征相似度中的最大值对应的车型作为输出的识别结果。
[0060]可理解的是，若所有车型的视觉特征相似度均小于等于预设第一阈值，可认为数据库中没有与第一子图像匹配的车型。
[0061]也就是说，在具体应用中，确定所述视觉特征相似度有大于预设第一阈值的视觉特征相似度，将大于预设第一阈值的视觉特征相似度中的最大值对应的车型作为输出的识别结果，还可以，将其他大于预设第一阈值的视觉特征相似度对应的车型按照视觉特征相似度从高到低的顺序作为参考(可选)结果输出。
[0062]如果确定所有的视觉特征相似度均小于等于所述第一阈值，则确定所述第一子图像中车辆的车型为不可识别的车型，输出结果为:不可识别的车型。
[0063]例如，在上述步骤104之后，图1所示的方法还可包括下述的图中未示出的步骤105:
[0064]105、将大于第一阈值的所有视觉特征相似度对应的车型按照所述视觉特征相似度的顺序输出。
[0065]前述图1所示的方法是否执行该步骤105，可根据实际需要设置，本实施例不对其进行限定。
[0066]本实施例中的数据库可包括:多种车型数据库,每一车型数据库包括:该车型的多个样例图像的集合；所述车型的样例图像包括:不同光照条件下的车辆图像、不同拍摄角度的车辆图像和不同场景的车辆图像。应说明的是，本实施例中的车型数据库中的所有图像均为真实场景中获取的图像，且能够包括各种场景/情况下的所有图像。例如，可通过某一区域固定设置的视频监控装置采集的图像作为车型数据库中的样例图像，本实施例不对车型数据路中的样例图像的来源进行限定。
[0067]也就是说，上述的车型数据库所包括的样例图像均来自于真实场景中。由此，可保证在图像检索过程中，能够查找到与待查询图像匹配的真实的车型。
[0068]本实施例的车型识别方法，通过提取待查询图像中待查询车辆对应的第一子图像，获取所述第一子图像与预先建立的数据库中每一种车型的视觉特征相似度，确定所述视觉特征相似度有大于第一阈值的视觉特征相似度，将大于第一阈值的视觉特征相似度中的最大值对应的车型作为输出的识别结果，由此，可解决因车牌识别精度限制或套牌、无牌、牌照有损而不能识别车辆的问题，同时提高车型识别/车辆识别的准确率。
[0069]图2示出了本发明另一实施例的车型识别方法的流程示意图，如图2所示，本实施例的车型识别方法如下所述。
[0070]201、提取待查询图像中待查询车辆对应的第一子图像；
[0071]202、确定所述待查询图像的位置信息，即查询图像中车辆的当前位置信息。
[0072]203、若第一子图像包括待查询车辆的车牌号信息，则识别所述待查询车辆的车牌号，判断车牌号所属的车辆与所述待查询图像中显示的车辆是否匹配。
[0073]在本实施例中，车牌号所属的车辆可通过车牌号在车管所的数据库中查找车牌号所属车辆的车辆图像，进而获取该车辆图像的视觉特征，以及获取待查询图像的视觉特征，确定这两个视觉特征的相似度，如果视觉特征的相似度大于预设的第二阈值，则可理解该车牌号所属的车辆与所述待查询图像中显示的车辆匹配；否则，不匹配。
[0074]特别说明的是，由于当前的车管所的数据库中可能有部分的车牌号所属的车辆有图像，有部分的车牌号所属的车辆没有图像，此时还可以通过如下方式实现:
[0075]确定车牌号所属的车辆的型号，获得车牌号的车型信息，根据该车牌号的车型信息在该车型信息所属的车型数据库中选取一个或多个样例图像，采用选取的样例图像与所述待查询图像进行匹配；
[0076]例如，获取选取的一个或多个样例图像与待查询图像的视觉特征相似度，确定该视觉特征相似度是否大于预设的第二阈值，如果大于，则可理解该车牌号所属的车辆与所述待查询图像中显示的车辆匹配；否则，不匹配。
[0077]当车管所中没有该车牌号对应的车辆图像，并且该车牌对应注册车辆的车型信息尚未建立对应的车型数据库时，也作为不匹配。
[0078]也就是说，所述车牌号所属的车辆与所述待查询图像中显示的车辆不匹配，具体包括:
[0079]所述车牌号所属车型的图像与第一子图像的视觉特征相似度小于预设的第二阈值。
[0080]该第二阈值可为经验值，其根据实际需要设置。
[0081]204、在所述车牌号所属的车辆与所述待查询图像中显示的车辆不匹配时，获取所述第一子图像与预先建立的数据库中每一种车型的视觉特征相似度。
[0082]在本实施例中，数据库包括:前述步骤202中获取的位置信息对应的所有车型的车型数据库。
[0083]205、确定所述视觉特征相似度有大于第一阈值的视觉特征相似度，将大于第一阈值的视觉特征相似度中的最大值对应的车型作为输出的识别结果。
[0084]举例来说，确定所述视觉特征相似度有大于第一阈值的视觉特征相似度，如果没有，输出结果为:不可识别的车型。否则，将大于第一阈值的视觉特征相似度中的最大值对应的车型作为输出的识别结果，优选地，还可将其他大于第一阈值的视觉特征相似度对应的车型按照视觉特征相似度从高到低的顺序作为参考(可选)结果输出。
[0085]举例来说，前述图1和图2中所示的所述获取所述第一子图像与预先建立的数据库中每一种车型的视觉特征相似度的步骤可包括下述的图中未示出的子步骤S01至子步骤 S02:
[0086]S01、采用特征描述子方式获取所述第一子图像与每一车型数据库中所有样例图像的第一相似度，得到第一相似度集合；
[0087]S02、对与每一车型数据库对应的所有样