基于視頻的車輛識別檢索系統研究

摘 要 本文歸納了視頻圖像預處理的相關理論，對現存的車輛識別檢索方法進行總結，包括車輛特征的選取、提取及基于視頻監控的車輛特征比對分析。歸納了基于視頻監控的車輛識別與檢索方法，并完成車輛識別檢索系統設計。

關鍵詞 視頻監控；車輛特征；特征識別；識別檢索

中圖分類號 TP3 文獻標識碼 A 文章編號 1674-6708（2017）187-0072-02

1 視頻圖像預處理

1.1 視頻關鍵幀提取

關鍵幀是表達視頻監控內容的代表，是從視頻監控數據中提取出來、能概括視頻監控主要內容的圖像。

1.2 圖像處理

改變圖像的對比度進行圖像增強，圖像的直方圖顯然也要發生變化，但對比度增強技術只是著眼于改變全部或局部的對比度，而不考慮它的直方圖如何變化。直方圖修正增強技術是以直方圖作為變換的依據，使變換后的圖像直方圖成為期望的形狀，這種技術效果之一是加大對比度，并且消除噪聲。

圖像平滑處理的基本思想是消除噪聲。即去除圖像中由于設備或光線帶來的與周圍圖像紋理有明顯區別的圖像細節。一般用于消除圖像中的隨機噪聲，起到圖像的平滑作用。它分為空域處理和頻域處理兩大類。

圖像的化處理通過增強圖像紋理邊緣的灰度反差來加強圖像中景物的邊緣和輪廓。也就是增加圖像細節邊緣的對比度，這有助于我們的眼睛看清楚圖像的細節，進一步增強對目標的辨識能力。

2 車輛識別檢索系統設計

2.1 建立車輛特征數據庫

為了更加準確的對車輛特征信息提取、識別，首先要以各項車輛特征信息建立數據庫。

數據庫主要包括：車輛的車輛類型、品牌型號、車身顏色、其他特征。

車輛類型：大型客車、大型貨車、欄板卡車、救援車、工程搶修車、押運車、渣土車、消防車、隨車吊、罐車、混凝土攪拌車、掛車、微面、越野車、三輪車、皮卡車、商務車、輕客、轎車、小型貨車、小型客車等。

品牌型號：170多個品牌，4 000多個型號。

車身顏色：紅、粉、棕、黃、綠、藍、紫、黑、白、灰等。

其他特征：年檢貼、車牌、掛件、遮陽板、擺件、安全帶、打電話、駕駛員、撞損、時間、位置。

2.2 基于車輛類型特征的識別檢索

車型特征的提取與識別可以直接影響到識別檢索的結果。不同車輛類型中的特征值差異是分別車輛類型的主要依據，以車身四個端點和車輛頂蓬中點這五個角點為特征點，通過計算特征點射影不變量來對車輛類型進行識別。通過對車輛類型識別檢索，有效區分了大中小車型，為快速識別檢索目標車輛打下基礎，將大大縮減識別檢索時間。

2.3 基于品牌型號特征的識別檢索

車輛品牌型號的識別檢索技術研究在高效識別車輛信息的需求下顯得日益迫切。識別檢索可得到車輛詳細的信息，包括車輛的品牌、型號、出廠年份。除了從車標、外部輪廓、頂棚外觀識別，還可以通過對車輛大燈和中網（水箱罩）進行識別。使用MATLAB對車標進行骨架提取程序，如圖1、圖2、圖3所示。

2.4 基于車身顏色特征的識別檢索

車身顏色信息更容易引起人們的興趣，從而彌補車輛其他特征識別中的不足，進一步提高車輛識別檢索結果的可靠性，使交通車輛管理的智慧化程度大幅提高，同時也將成為智能交通系統中不可或缺的輔助。

2.5 基于其他特征的識別檢索

對目標車輛信息識別檢索時，車輛類型特征、品牌型號特征、車身顏色特征識別檢索無果的情況下，車輛其他特征的識別顯得尤為重要。

1）車牌的識別檢索比較直觀。黃色車牌為大型汽車號牌；藍色車牌為小型汽車號牌；白色車牌為警用和軍用車輛號牌等；從車輛號牌還可以確定目標車輛的準確落戶地址。使用MATLAB對車牌進行骨架提取程序，如圖4、圖5、圖6所示。

2）駕駛者的個人習慣決定了年檢貼的識別檢索，同款車輛年檢貼的位置、順序、數量差異比較大，識別檢索后很容易分別不同車輛的差異。

3）遮陽板是可替換、可折疊的車輛外觀特征，如遮陽板放下狀態時可對駕駛者頭部和上半身特征進行遮擋，主駕和副駕遮陽板的狀態變化也可以有效地進行車輛特征比對分析。

3 結論

車輛識別檢索結果中包括車身顏色、車牌號、品牌型號及年檢貼等細微特征，車輛識別檢索結果如圖7所示。

通過對目標視頻監控數據的采集、預處理、檢測、定位、特征分析等步驟，最終得出目標車輛識別檢索結果。

參考文獻

[1]楊洪臣.視頻檢驗技術規范[M].北京：中國人民公安大學出版社，2012.

[2]盧志偉.基于多特征的車輛識別[D].武漢：華中科技大學，2013.

[3]朱偉.基于智能視頻分析的特定車輛識別研究[D].上海：上海交通大學，2013.

[4]周仕雄.基于交通視頻監控的車輛檢測系統建模與研究[D].武漢：華中科技大學，2015.

作者簡介：謝安，中國刑事警察學院。