基于多視覺詞匯索引的車輛圖像檢索.pdf

1、車輛圖像檢索是智能交通系統(tǒng)的重要組成部分，車輛檢索在停車場智能管理、高速公路自動收費、道路監(jiān)控、超時停車檢測等方面有著非常好的應用前景。本課題來源于高速公路服務區(qū)車輛智能檢測項目，是基于特定場景下的車輛圖像檢索問題。
　　車輛圖像檢索主要是基于車輛檢測、目標區(qū)域提取、特征提取和特征匹配的相關技術，目前關于圖像檢索的技術研究相對來說比較成熟。本文旨在進一步研究車輛圖像特征在索引層面的融合，在有光照變化等情況的交通場景中能夠進行準確的

2、車輛圖像檢索。本文的主要的研究內(nèi)容如下:
　　1.研究圖像檢索的流程和經(jīng)典算法，分析和總結了車輛圖像檢索流程中的關鍵要素、檢索流程和特征提取。研究了不同檢索流程和特征提取方法的優(yōu)缺點，并分析了它們在實時車輛圖像檢索中的可行性。
　　2.基于可變部件模型的車輛目標區(qū)域提取。為了減少檢索時間、計算量以及車輛以外區(qū)域對檢索的影響，本文首先對車輛目標區(qū)域進行了提取，把不同背景下的車輛目標部分作為特征提取區(qū)域，大大減少了處理時間，提高

3、了檢索效率。
　　3.基于多視覺詞匯索引的車輛圖像檢索。本文提出一種將局部對稱性特征和局部顏色特征在索引層面上進行融合的多維索引方法。具體地說，互補的兩種特征被集合到了一個多維的倒排索引中。首先我們選擇局部對稱性特征來表達車輛圖像，其具有很好的光照適應性和不變性。為了進一步加強視覺詞匯的分辨力，我們加入顏色特征來反映圖像中局部顏色的分布，使得兩種視覺詞匯形成互補關系。本文應用基于TF-IDF加權的詞袋模型，不同特征描述子被賦予不同