[发明专利]一种基于自定义特征的车辆搜索方法与系统

说明书

技术领域

本发明属于基于内容的图像搜索技术，特别涉及一种基于自定义特征的车辆搜索方法与系统。

背景技术

目前随着监控摄像头的普及，全国各大中小城市基本都部署了监控摄像头。每天都能拍摄到大量的车辆图像，一个城市每天产生的数据是海量的，这为交通部门和公安机关侦破各类交通肇事和刑事犯罪提供了非常丰富的数据。

交通部门和公安机关侦破案件时，一般只有嫌疑车辆的一张拍摄图像，甚至没有图像，只有一些定性的特征，例如只知道嫌疑车辆是一辆黑色越野车，它肇事或犯罪后可能会经过哪几个卡口等。在只掌握比较少的信息的情况下，交通部门和公安机关需要从海量的车辆图像库中找出和嫌疑车辆比较相似的车辆。目前这个工作主要依靠人工进行，通过一些经验丰富的人员用肉眼进行排查。这是非常困难的，效率也很低，导致需要花费大量的人力和物力才有可能从海量车辆图像库中找到嫌疑车辆，这无疑会大大延长案件的侦破时间。目前也有借助一些智能化手段，最常见的就是目前比较成熟的车牌号码识别，通过识别车牌号码，再查询车牌号码对应的车辆（如中国专利申请“一种基于天网工程中公共安全视频图像的车辆特征识别装置”，专利申请号：201110387284.0）。但是由于嫌疑车辆在肇事或犯罪之后往往采取套牌或直接把车牌摘掉的方式逃避罪责，这种情况下车牌号码识别也就无法使用了。

正是由于目前能用的智能化手段很少，所以目前还是只能依靠人工排查，这就限制了海量车辆图像库在交通部门和公安机关侦破案件过程中的使用，导致这些数据的价值没有很好的利用。

发明内容

本发明的目的是提供一种基于自定义特征的车辆搜索方法与系统，以改变目前基本靠人工在海量车辆数据库中进行嫌疑车辆搜索的现状，将大部分的排查工作交给计算机自动进行，使得在大量减少人力和物力的前提下，大大提高案件侦破效率。

为了实现上述目的，本发明所采用的技术方案是：

一种基于自定义特征的车辆搜索方法，包括以下两个步骤：

第一步骤：提取监控摄像头拍摄的车辆图像数据库中每辆车的特征并保存；

第二步骤：根据自定义特征，在监控摄像头拍摄的车辆图像数据库中搜索满足所述自定义特征的车辆并返回搜索结果。

上述步骤1具体包括以下步骤：

（1）获取车辆图像库存放的地址；

（2）从图像库中读取一幅车辆图像I；

（3）从读取的车辆图像I中定位出车辆所在区域，并切割出车辆所在图像区域；

（4）基于切割出的车辆区域，提取车辆的多种特征；

（5）将提取的车辆特征保存；

（6）重复以上步骤（2）-(5)，直到所述图像数据库中所有车辆图像都处理完。

步骤（1）中所述图像数据库的地址可以是本地计算机上的一个或多个可访问的文件夹或图像数据库入口，也可以是远程计算机上的一个或多个可访问的文件夹或图像数据库的入口。

步骤（2）中所述的读取的车辆图像可以是灰度图像或彩色图像。

步骤（3）中，在图像中定位车辆所在区域具体指确定图像中包含车辆的数目以及每辆车在图像中的位置和大小。

步骤（3）中，在图像中定位车辆所在区域具体方法可以是如下的方法A：首先在图像中检测所有车的车牌位置和大小，然后根据每个车牌的位置和大小确定此车牌所属车辆的大致区域，最后在此大致区域内精确定位出此车辆所在位置和大小。

上述定位车辆所在区域的方法A中，车牌检测方法可以是基于梯度特征的图像处理方法，也可以是基于机器学习的模式分类方法，在此不做进一步的描述。

上述定位车辆所在区域的方法A中，根据每个车牌的位置和大小确定车牌所属车辆的大致区域的方法可以是根据车辆和车牌的大致比例关系确定，也可以是：首先统计车辆在图像中的区域大小范围，然后根据此范围确定。

上述定位车辆所在区域的方法A中，在确定的车辆大致范围中精确定位车辆所在位置和大小的方法可以是：首先在车辆大致区域中提取边缘特征，然后经过水平和垂直投影确定车辆的上下左右边界。

上述定位车辆所在区域的方法A适用于挂有车牌的车辆，对没有挂车牌的车辆不适用。

步骤（3）中，在图像中定位车辆所在区域具体方法也可以是如下方法B：首先在整幅图像中找出所有满足一定对称性条件的对称轴，然后在每条对称轴上下左右一定区域内寻找候选车辆区域，最后对所有候选车辆区域进行验证确定真正的车辆区域。