一種車輛查詢方法及裝置的制造方法
【技術領域】
[0001] 本申請涉及視頻監(jiān)控技術領域，尤其涉及一種車輛查詢方法及裝置。
【背景技術】
[0002] 現(xiàn)有車輛查詢方法通常是在車牌或車型查詢基礎上利用車前擋風玻璃的特征進 行輔助查詢，例如，可根據(jù)車前擋風玻璃的整體特征進行查詢，或根據(jù)車前擋風玻璃的局部 特征進行查詢，其中，前者易受駕駛區(qū)域特征的干擾，后者具有相同局部特征的車輛較多， 因此，都無法做到快速準確查詢。

【發(fā)明內容】

[0003] 有鑒于此，本申請?zhí)峁┮环N車輛查詢方法及裝置。
[0004] 具體地，本申請是通過如下技術方案實現(xiàn)的：
[0005] 本申請?zhí)峁┮环N車輛查詢方法，該方法包括：
[0006] 獲取車輛圖片，所述車輛圖片包括待查詢車輛圖片和待比對車輛圖片；
[0007] 提取所述車輛圖片中車前擋風玻璃輪廓，所述車前擋風玻璃輪廓由位于非駕駛區(qū) 域的多個局部輪廓組成；
[0008] 計算預設的每一個特征區(qū)域的特征值，所述特征區(qū)域中包含若干位于該特征區(qū)域 范圍內的局部輪廓；
[0009] 根據(jù)所述每一個特征區(qū)域的特征值計算待查詢車輛和待比對車輛的相似值，以確 定所述待查詢車輛和所述待比對車輛是否為同一車輛。
[0010] 本申請?zhí)峁┮环N車輛查詢裝置，該裝置包括：
[0011] 獲取單元，用于獲取車輛圖片，所述車輛圖片包括待查詢車輛圖片和待比對車輛 圖片；
[0012] 提取單元，用于提取所述車輛圖片中車前擋風玻璃輪廓，所述車前擋風玻璃輪廓 由位于非駕駛區(qū)域的多個局部輪廓組成；
[0013] 計算單元，用于計算預設的每一個特征區(qū)域的特征值，所述特征區(qū)域中包含若干 位于該特征區(qū)域范圍內的局部輪廓；
[0014] 確定單元，用于根據(jù)所述每一個特征區(qū)域的特征值計算待查詢車輛和待比對車輛 的相似值，以確定所述待查詢車輛和所述待比對車輛是否為同一車輛。
[0015] 由以上描述可以看出，本申請通過剔除車前擋風玻璃中駕駛區(qū)域的輪廓，避免駕 駛區(qū)域對查詢結果的影響，同時，通過多特征區(qū)域的融合提高車輛查詢效率以及準確性。
【附圖說明】
[0016] 圖1是本申請一示例性實施例示出的一種車輛查詢方法流程圖；
[0017] 圖2是本申請一示例性實施例示出的一種車前擋風玻璃的初始輪廓圖；
[0018] 圖3是本申請一示例性實施例示出的一種駕駛區(qū)域示意圖；
[0019] 圖4是本申請一示例性實施例示出的一種去掉駕駛區(qū)域輪廓后的車前擋風玻璃 輪廓圖；
[0020] 圖5是本申請一示例性實施例示出的一種車前擋風玻璃特征區(qū)域示意圖；
[0021] 圖6是本申請一示例性實施例示出的一種車前擋風玻璃中特征區(qū)域與局部輪廓 位置關系示意圖；
[0022] 圖7是本申請一示例性實施例示出的一種車輛查詢裝置所在設備的基礎硬件結 構示意圖；
[0023] 圖8是本申請一示例性實施例示出的一種車輛查詢裝置的結構示意圖。
【具體實施方式】
[0024] 這里將詳細地對示例性實施例進行說明，其示例表示在附圖中。下面的描述涉及 附圖時，除非另有表示，不同附圖中的相同數(shù)字表示相同或相似的要素。以下示例性實施例 中所描述的實施方式并不代表與本申請相一致的所有實施方式。相反，它們僅是與如所附 權利要求書中所詳述的、本申請的一些方面相一致的裝置和方法的例子。
[0025] 在本申請使用的術語是僅僅出于描述特定實施例的目的，而非旨在限制本申請。 在本申請和所附權利要求書中所使用的單數(shù)形式的"一種"、"所述"和"該"也旨在包括多 數(shù)形式，除非上下文清楚地表示其他含義。還應當理解，本文中使用的術語"和/或"是指 并包含一個或多個相關聯(lián)的列出項目的任何或所有可能組合。
[0026] 應當理解，盡管在本申請可能采用術語第一、第二、第三等來描述各種信息，但這 些信息不應限于這些術語。這些術語僅用來將同一類型的信息彼此區(qū)分開。例如，在不脫離 本申請范圍的情況下，第一信息也可以被稱為第二信息，類似地，第二信息也可以被稱為第 一信息。取決于語境，如在此所使用的詞語"如果"可以被解釋成為"在……時"或"當…… 時"或"響應于確定"。
[0027] 目前的車輛查詢技術主要是根據(jù)車牌或車型從經(jīng)過各卡口的車輛中找到待查詢 車輛。但是，當待查詢車輛為套牌車輛時，則無法通過車牌進行查詢；此時可進一步利用車 型查詢，但是相同車型的車輛數(shù)量龐大，無法快速找到待查詢車輛。
[0028] 針對上述問題，現(xiàn)有技術方案普遍利用車前擋風玻璃的一些特征進行輔助查詢， 主要包括以下兩種方法：
[0029] 方法一，提取車前擋風玻璃的整體特征，對待查詢車輛和采集到的各卡口車輛的 車前擋風玻璃的特征進行比對，但是，該輔助查詢方法易受駕駛區(qū)域特征的影響，例如，副 駕駛區(qū)域有人/無人，提取的車前擋風玻璃特征是不同的，因此，導致查詢結果不準確。
[0030] 方法二，提取車前擋風玻璃的局部特征，例如，車檢貼區(qū)域，掛墜區(qū)域，采用這些局 部區(qū)域的特征進行比對。但是，具有相似年檢貼區(qū)域或掛墜區(qū)域的車輛也很多，仍然不利于 快速查詢。
[0031] 針對上述問題，本申請實施例提出一種車輛查詢方法，該方法通過剔除車前擋風 玻璃中駕駛區(qū)域的輪廓，提升查詢結果的準確性，同時，通過多個特征區(qū)域的融合提高車輛 查詢效率。
[0032] 參見圖1，為本申請車輛查詢方法的一個實施例流程圖，該實施例對車輛查詢過程 進行描述。
[0033] 步驟101，獲取車輛圖片，所述車輛圖片包括待查詢車輛圖片和待比對車輛圖片。
[0034] 其中，待查詢車輛圖片為包含待查詢車輛的圖片；待比對車輛圖片為包含欲與待 查詢車輛進行比對的車輛的圖片，通過比對來確定待比對車輛是否與待查詢車輛為同一車 輛。例如，在查詢肇事車輛時，首先要有一張包含肇事車輛的圖片（待查詢車輛圖片），然后 將各個卡口采集的車輛圖片（待比對車輛圖片）分別與肇事車輛圖片進行比對，以確認通 過卡口的車輛是否為肇事車輛，從而確定肇事車輛的行蹤。
[0035] 步驟102,提取所述車輛圖片中車前擋風玻璃輪廓，所述車前擋風玻璃輪廓由位于 非駕駛區(qū)域的多個局部輪廓組成。
[0036] 對步驟101獲取的每一個車輛圖片提取車前擋風玻璃輪廓，具體提取過程如下：
[0037] 從車輛圖片中分割出車前擋風玻璃圖像。本申請實施例對具體分割過程不作限 定，可采用現(xiàn)有技術方案實現(xiàn)，例如，可采用adaboost算法識別車輛圖片中的車前擋風玻 璃，從而分割出車前擋風玻璃圖像。
[0038] 對分割出的車前擋風玻璃圖像進行輪廓提取。本申請實施例并不限定具體的提取 過程，可采用現(xiàn)有技術實現(xiàn)。例如，可先對車前擋風玻璃圖像進行平滑處理，然后進行形態(tài) 學閉運算，最后生成灰度圖像，從灰度圖像中提取輪廓。通過該輪廓提取方法可過濾掉一些 較小的輪廓，得到如圖2所示的車前擋風玻璃的初始輪廓圖。
[0039] 在完成車前擋風玻璃初始輪廓的提取后，從得到的多個局部輪廓中去除位于駕駛 區(qū)域的局部輪廓，具體過程為：
[0040] 首先，獲取預設的駕駛區(qū)域范圍。本申請實施例為了避免主駕駛區(qū)域和副駕駛區(qū) 域對車前擋風玻璃輪廓提取的影響（例如，副駕駛區(qū)域有/無乘車人員，其車前擋風玻璃 輪廓的提取結果不同）預先設置了兩個駕駛區(qū)