[发明专利]一种快速的现场轮胎痕迹花纹检索算法

说明书

本发明提供一种快速的现场轮胎痕迹花纹检索算法，首先通过分析待测图像的特点，对图像预处理；然后在算法误差允许范围内提取库存图像和待测图像的具有旋转、缩放、平移不变及满足一定的抗噪性和轻微缺损不变性的特征；最后结合提取的特征进行特征检索。本发明一种快速的现场轮胎痕迹花纹检索算法，兼顾整体与局部的特征检索策略，具有旋转、缩放、平移不变性，并具有对噪声不敏感的特性，在分类检索方面具有明显的优势，在大样本数据库的基础上进行实验，取得了较好的检索结果，尤其是针对对比度较低、残缺较大、有畸变的现场轮胎痕迹花纹图像，检索结果较好。

技术领域

本发明涉及一种检索算法，特别是一种快速的现场轮胎痕迹花纹检索算法，属于轮胎痕迹检索方法领域。

背景技术

轮胎痕迹花纹及细节作为车辆的“指纹”，未来在公安和法庭科学上将会有一席之地，对道路交通事故处理与事故责任认定必将具有重要的意义。目前轮胎痕迹花纹自动检索技术主要有四种：基于变换域的轮胎痕迹花纹检索、基于特征的轮胎痕迹花纹检索、基于人工神经网络的轮胎痕迹花纹检索和基于图像分割的轮胎痕迹花纹检索。此外，国外的一些研究者建立了交通肇事案件侦破系统和车体信息资料数据库，提出了基于文本的轮胎痕迹检索技术，此技术的前提是建立完备的车体资料信息数据库，但是实际实施时存在很大的难度。

基于变换域的轮胎痕迹花纹检索方法主要是通过某种特定变换去除图像像素间、区域间信息相关性，尽可能消除轮胎采集设备与采集环境给检索带来的影响。根据变换的不同，基于变换域的轮胎痕迹花纹检索方法可以分为：基于傅里叶变换的轮胎痕迹花纹检索方法、基于Gabor变换的轮胎痕迹花纹检索方法与基于Contourlet变换的轮胎痕迹花纹检索方法。基于傅里叶变换的轮胎痕迹花纹检索方法主要是进行粗分类，在分类技术上有很大的局限性，不能实现查找与待检索图像细节信息更相似的标准图像。基于Gabor变换的轮胎痕迹花纹检索方法通过Gabor变换提取图像在不同尺度、不同方向上的局部特征，然后利用得到的局部特征进行相似度计算，但是Gabor变换的效果依赖于Gabor参数的选择。基于Contourlet变换的轮胎痕迹花纹检索方法采用非下采样金字塔(NonSubsampledPyramid,NSP)对图像进行多尺度分解，得到图像的低通子带系数和带通方向性子带系数，通过非下采样方向滤波器(NonSubsampled Directional Filter Banks，NSDFB)将带通子带分解为若干个方向，从而得到不同尺度、不同方向的子带图像系数。非下采样Contourlet变换的速度较慢，对于旋转稍微较大的轮胎图像，其识别效果较差。

基于特征的轮胎痕迹花纹检索方法的一般过程是：首先从待测图像和库存图像中提取对缩放(Scale)、旋转(Rotate)、平移(Translation)变换具有不变性的特征点，然后针对特征点进行相似度计算，从而达到图像分类识别的目的。基于SIFT变换的轮胎痕迹花纹检索方法在一定程度上可以解决目标的旋转、缩放、平移，图像仿射，投影变换，光照影响，目标遮挡，杂物场景，噪声等问题，但是检索效果取决于各种参数的选取，并且对现场低对比度、低质量的轮胎痕迹检索效果不好。

目前存在的基于人工神经网络的轮胎痕迹花纹检索算法计算复杂度高，不适用于实际应用中。基于图像分割的轮胎痕迹花纹检索效果的好坏严重依赖于分割轮胎图像时阈值的选取和轮胎花纹的对比度和清晰程度。

虽然国内外在轮胎痕迹花纹检索方面取得了一些成果，但是在实际中也存在着许多问题：存在的算法只支持理想图像检索，没有充分考虑现场各种强干扰条件，并且未有支持大样本数据库的算法。

有鉴于此特提出本发明。

发明内容

本发明要解决的技术问题在于克服现有技术的不足，提供一种快速的现场轮胎痕迹花纹检索算法，包括针对对比度较低、残缺较大、有畸变的图像的特征提取方法和兼顾整体与局部特征的检索策略，并使其能够适用于大样本数据库并能够应用到实际系统中。

为解决上述技术问题，本发明采用技术方案的基本构思是：