一种基于sift特征的车型识别装置及其方法

文档序号:9454009阅读:479来源:国知局
一种基于sift特征的车型识别装置及其方法
【技术领域】
[0001] 本发明涉及电子技术领域,尤其是指提供一种基于SIFT特征的车型识别装置及 其方法。
【背景技术】
[0002] 随着经济的发展,汽车正日益成为人们日常生活中的重要交通工具。在汽车给人 们带来便利的同时,对于以机动车作为作案交通工具,或者交通事故逃逸等情形越来越普 遍,给公安侦查、稽查工作带来很大的困难。利用交通治安卡口系统,对每一辆通行车辆拍 照并获得车牌号码等信息,同时大致知道嫌疑车辆的颜色、品牌,再加上当事时间、地点,结 合车型识别技术,就能够将嫌疑车辆锁定在一个很小的范围内,这给跟踪破案带来很大的 便利。
[0003]目前车型识别技术通常的做法:首先检测并提取汽车的特征;然后根据先验知识 对不同车辆类型所表现出的特征进行分类训练;最后使用分类器判定车辆的类型。基于图 像的车型识别技术不仅可以从图像中获得更加丰富的车辆信息,而且可以直接利用现有的 城市卡口系统提供的图像数据,建设和使用成本低,因此成为目前车型识别技术研究和应 用的热点。
[0004] 车型识别方法是对现有的车牌自动识别系统的一次较大扩展。针对不同的应用, 研究人员也釆用了不同的研究方法。在现阶段,车型识别的研究主要应用在两个方面:车 辆结构(大型车,小型车)和车辆型号上(不同品牌型号)。在目前的车辆类型判别中,通 过小波分析、模糊理论、神经网络等技术,主要集中在车辆结构上进行车型识别,如客车、货 车,轿车车型分类,没有对车型进行具体的分类识别。

【发明内容】

[0005] 为解决上述技术问题,本发明的主要目的在于提供一种基于SIFT特征的车型识 别装置及其方法。
[0006] 为达成上述目的,本发明应用的技术方案是:提供一种基于SIFT特征的车型识别 装置,包括设有光学镜头智能违章车辆检测球机,检测球机包括图像采集系统、视屏编码系 统及智能分析系统,其中:图像采集系统包括图像传感器、信号采集转换器、可编程逻辑处 理器及信号驱动器,光学镜头通过图像传感器与信号采集转换器建立连接;信号采集转换 器通过可编程逻辑处理器并经信号驱动器与图像传感器建立连接;视屏编码系统包括录像 编码器及中心处理器,中心处理器通过录像编码器与可编程逻辑处理器建立连接,以及智 能分析系统包括存储器、图像处理器及智能云PTZ控制器,图像处理器通过存储器与可编 程逻辑处理器建立连接,同时PTZ控制器通过中心处理器与图像处理器建立连接。
[0007] 为达成上述目的,本发明应用的技术方案是:提供一种实用基于SIFT特征的车型 识别装置的方法,该方法包括:
[0008] 步骤一、通过光学镜头抓拍的车辆图像数据;
[0009] 步骤二、通过车牌识别算法确定车牌的位置、大小信息来确定车脸区域;
[0010] 步骤三、对车脸图像进行SIFT特征点检测并将图像进行分块处理,计算各个图像 子区域的SIFT特征描述子;
[0011] 步骤四、将SIFT特征描述子输入到PNN中进行训练并根据每一类车标,生成相应 的车型模板,进行车型识别,以及
[0012] 步骤五、输出车型识别结果。
[0013] 在本实施例中优选,步骤三中包括:
[0014] 第一步、对车脸图像进行SIFT特征点检测;
[0015] 第二步、把车脸图像分成MXN个子图像区域;
[0016] 第三步、判断图像子区域内特征点个数大于0时进入第四步,而小于0时则跳转到 第五步;
[0017] 第四步、对该图像子区域内特征点的特征向量计算平均值,计算公式是:
[0018] 第五步、将每个子图像区域的中心点作为特征点,以每个特征点为中心在 size X size的邻域窗口内生成SIFT描述子来描述特征点。
[0019] 在本实施例中优选,步骤四中包括:
[0020] 第一步、采集车型样本并根据车标信息,将车型样本进行分类并将每一类车标的 车型样本进行训练;
[0021] 第二步、提取样本集中每一个样本图片的SIFT特征;
[0022] 第三步、将提取的SIFT特征输入到PNN概率神经网络训练,每一类车标生成一个 车辆模型,因此得到多个车辆模型;
[0023] 第四步、根据车标信息,将待识别车型与相应车辆品牌的车辆模型进行匹配识别, 输出车辆类别
[0024] 本发明与现有技术相比,其有益的效果是:
[0025] 1、计算图像子区域的SIFT特征向量,避免了有时SIFT的兴趣点在某一区域比较 集中而在某些区域又没有的情况,且考虑到了局部特征的空间关系
[0026] 2、利用了车标信息设计分类器,在进行车型识别时只需要找到对应的车型模板进 行匹配识别,从而大大缩短了车型识别的时间,为交通管理及刑侦系统提供技术支持。
【附图说明】
[0027] 图1是本发明实施例的方框结构示意图。
[0028] 图2是本发明实施例的工作流程示意图。
[0029] 图3是本发明实施例计算图像子区域的SIFT特征向量流程图。
【具体实施方式】
[0030] 下面结合具体实施例及附图对本发明作进一步详细说明。下面详细描述本发明的 实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类 似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅 用于解释本发明的技术方案,而不应当理解为对本发明的限制。
[0031] 在本发明的描述中,术语"内"、"外"、"纵向"、"横向"、"上"、"下"、"顶"、"底"等指 示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明而不是 要求本发明必须以特定的方位构造和操作,因此不应当理解为对本发明的限制。
[0032] 请参阅图1所示,本发明提供一种基于SIFT特征的车型识别装置,包括设有光学 镜头(LENS) 10的智能违章车辆检测球机(以下称"检测球机")20,检测球机20包括图像 采集回路系统(以下称"图像采集系统")21、图像视频编码存储系统(以下称"视屏编码系 统")22及图像智能分析单元(以下称"智能分析系统")23,其中:
[0033] 图像采集系统21包括图像传感器211、信号采集转换器212、可编程逻辑处理器 (FPGA) 213及信号驱动器(HV) 214,在本实施例中,光学镜头(LENS) 10通过图像传感器211 与信号采集转换器212建立连接;信号采集转换器212通过可编程逻辑处理器213并经信 号驱动器214与图像传感器211建立连接,藉此形成回路而实现图像序列采集功能;
[0034] 视屏编码系统22包括可编程逻辑处理器213、录像编码器(H264) 221及中心处理 器(ARM) 222,在本实施例中,中心处理器222通过录像编码器221与可
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1