[发明专利]在视频图像中检索车辆信息的方法

权利要求书

1.一种在视频图像中检索车辆信息的方法，其特征在于包括以下步骤：

对视频图像的视频数据进行解码、分离数据帧，形成可以进行数字图像分析的YUV数据或RGB数据；

利用上述YUV数据或RGB数据对每帧视频图像进行车辆的粗搜索，得到车辆轮廓特征、颜色特征及车牌识别结果；

根据数据帧间轮廓特征、颜色特征以及车牌识别结果在图像上的坐标变化确定运动轨迹；

记录相邻数据帧间的同一轮廓特征、颜色特征和车牌识别结果数据，从时间上分离视频数据中每辆车出现在视频流里的完整时间段；

结合上述完整时间段内车辆的几何特征、颜色特征、运动轨迹以及车牌识别结果，建立每辆车的出现时间，车辆离开视频画面时间、车辆的行驶方向、车身型号、车身颜色、车牌颜色、车牌号码、行驶路径的车辆信息数据库供用户查询和检索。

2.按权利要求1所述的在视频图像中检索车辆信息的方法，其特征在于：所述根据数据帧间轮廓特征、颜色特征以及车牌识别结果在图像上的坐标变化确定运动轨迹的过程为：

对连续的数据帧多帧数据结合分析，采用小波边缘检测与主动轮廓模型相结合的运动目标检测算法，自动提取出运动目标，并自动设置主动轮廓模型的初始轮廓点；

采用卡尔曼主动轮廓线跟踪方法，对当前运动目标的每个初始轮廓点的状态向量进行预测，将预测结果作为下一时刻该目标的初始轮廓点的状态向量；

根据初始轮廓点的状态向量计算目标特征值，对相邻帧目标进行相似性判断，建立运动目标间的关联关系；

根据运动目标间的关联关系更新运动模型，形成运动目标链，得到运动目标的运动轨迹。

3.按权利要求2所述的在视频图像中检索车辆信息的方法，其特征在于：还包括以下步骤：对运动目标的运动轨迹进行唯一性判断，即通过运动目标的轮廓点分析目标的几何不变矩和所在区域的颜色特征，作为目标跟踪过程中关联性是否准确的加权判断依据之一；并且在目标轮廓范围内采用神经网络和模版匹配相结合的车牌识别方法，由车牌识别结果进一步确定上述运动目标轨迹的唯一性，准确性。