一种基于自定义特征的车辆搜索方法与系统技术方案

本发明专利技术涉及一种基于自定义特征的车辆搜索方法与系统，所述方法包括：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；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。所述系统包括：车辆图像数据读取装置、车辆区域定位装置、车辆特征提取装置、车辆特征存储装置、车辆搜索装置以及搜索结果展示装置。本发明专利技术提供的方法与系统能提供多样化的搜索方式，使得用户能根据实际情况自定义搜索特征进行车辆搜索，大大减少了办案人员进行人工确认的图像数量，有效地节省了人力物力，使得办案效率大大提高，能产生非常好的社会和经济效益。

【技术实现步骤摘要】
一种基于自定义特征的车辆搜索方法与系统
本专利技术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。
技术介绍
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。
技术实现思路
本专利技术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，本专利技术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。上述定位车辆所在区域的方法B中，寻找满足一定对称性条件的对称轴时可以是基于图像的亮度特征，也可以是基于图像的边缘特征。上述定位车辆所在区域的方法B中，在每条对称轴上下左右一定区域内寻找候选车辆区域的方法可以是：首先统计车辆在图像中的区域大小范围，据此确定一个车辆候选区域的初始左右边界，然后根据图像的边缘特征，通过垂直投影等方法对初始左右边界进行调整，确定车辆候选区域的最终左右边界。确定车辆候选区域的左右边界之后，根据统计的车辆区域大小范围，确定此车辆候选区域的初始上下边界，然后在此范围内，根据图像的边缘特征，采用水平投影等方法对初始上下边界进行调整，确定此车辆候选区域的最终上下边界。按照上述同样方法，在此对称轴上下多个位置，可以确定多个车辆候选区域。上述定位车辆所在区域的方法B中，对所有候选车辆区域进行验证的方法可以是根据候选区域左右边界之间距离和上下边界之间距离之间的比值进行验证，满足一定条件的才可能是真正的车辆区域；也可以是通过机器学习的方法，学习得到车辆区域与非车辆区域的分类器，通过此分类器确定真正的车辆区域。上述定位车辆所在区域的方法B适用于挂车牌和不挂车牌的车辆。步骤（3）中，在图像中定位车辆所在区域具体方法也可以是融合上述方法A和方法B的方法C，在此不做进一步的描述。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D：首先通过大量车辆样本和非车辆样本，采用机器学习的方法，如AdaBoot、SVM等，学习得到区分车辆与非车辆的分类器，然后用此分类器对图像中的所有不同位置和大小的区域进行分类，分类为车辆的区域即为车辆所在区域。上述定位车辆所在区域的方法D适用于挂车牌和不挂车牌的车辆。步骤（3）中切割出车辆所在图像区域是指将图像中属于车辆区域的图像块切割出来，作为后续进一步处理的输入数据。步骤（4）中，提取车辆的多种特征是指对切割出的车辆图像区域，通过图像识别技术，将所有能表征车辆的特征提取出来。步骤（4）中，提取的多种特征包括但不限于以下特征：车辆图像拍摄时间、拍摄地点、车牌颜色、车牌号码、车身颜色、车型、车标类型、排气扇外轮廓（格栅）形状、车灯外轮廓形状、挡风玻璃外轮廓形状、年检标志、车内装饰物等。步骤（4）中，提取的多种特征中的车辆图像拍摄时间是指摄像头拍摄车辆的时间，包括年、月、日、时、分和秒。车辆图像拍摄时间的提取方法可以是通过光学字符识别(OCR)技术识别出打印到车辆图像中的日期和时间得到，也可以通过分析图像的文件命名方式得到，也可以通过读取数据库中的拍摄时间字段得到。步骤（4）中，提取的多种特征中的拍摄地点特征是指车辆被拍摄时所在地的名称。拍摄地点的提取方法可以是光学字符识别(OCR)技术识别出打印到车辆图像中的名称得到，也可以通过读取数据库中的拍摄地点字段得到。步骤（4）中，提取的多种特征中的车牌颜色特征是指车辆所挂车牌的底色，可以是黑色、白色、蓝色、黄色等。车牌颜色特征的提取方法可以根据车牌号码字符与底色之间的对应关系，分析车牌区域的颜色分布得本文档来自技高网...

【技术保护点】
一种基于自定义特征的车辆搜索方法，其特征在于，该方法包括：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。

【技术特征摘要】
1.一种基于自定义特征的车辆搜索方法，其特征在于，该方法包括：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；所述第一步骤包括：第一步：获取车辆图像数据库存放地址；第二步：从所述车辆图像数据库中读取车辆图像；第三步：从读取的车辆图像中定位出车辆所在区域，并切割出车辆所在图像区域；第四步：基于切割出的车辆所在图像区域，提取车辆的多种特征；第五步：将提取的车辆的多种特征保存；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；所述第二步骤包括：第一步：根据用户需求自定义车辆搜索特征，并建立搜索条件；第二步：在已提取特征的车辆图像数据库搜索满足所述自定义特征的车辆图像；第三步：将搜索结果返回给用户；所述第一步骤第四步中提取车辆的多种特征包括以下特征中的一种或多种：车辆图像拍摄时间、拍摄地点、车牌颜色、车牌号码、车身颜色、车型、车标类型、排气扇外轮廓形状、车灯外轮廓形状、挡风玻璃外轮廓形状、年检标志以及车内装饰物。2.如权利要求1所述的基于自定义特征的车辆搜索方法，其特征在于，所述第一步骤第一步中车辆图像数据库存放地址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；或，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。3.如权利要求1所述的基于自定义特征的车辆搜索方法，其特征在于，所述第一步骤第二步中读取车辆图像是灰度图像或彩色图像。4.如权利要求1所述的基于自定义特征的车辆搜索方法，其特征在于，所述第一步骤第三步中从车辆图像中定位出车辆所在区域的方法包括以下方法中的一种：A、根据车牌的位置和大小确定车牌所属车辆的区域；B、通过确定对称轴并验证的方式定位车辆所在区域；C、根据车牌的位置和大小确定车牌所属车辆的区域以及通过确定对称轴并验证的方式定位车辆所在区域；D、通过机器学习的方法区分车辆区域与非车辆区域。5.如权利要求1所述的基于自定义特征的车辆搜索方法，其特征在于，所述第一步骤第五步中将所述提取的车辆的多种特征保存的方法是：将提取的车辆的多种特征保存在本地或远程计算机上的文件夹或数据库中，并将车辆特征与车辆图像建立对应关系。6.如权利要求1所述的基于自定义特征的车辆搜索方法，其特征在于，所述第二步骤第二步中在已提取特征的车辆图像数据库搜索满足自定...

【专利技术属性】
技术研发人员：王先基，陈友斌，
申请(专利权)人：湖北微模式科技发展有限公司，
类型：发明
国别省市：