一種檢索物體標(biāo)志物的方法及設(shè)備的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及圖像處理技術(shù)領(lǐng)域，具體而言，設(shè)及一種檢索物體標(biāo)志物的方法及設(shè) 備。
【背景技術(shù)】
[0002] 隨著社會經(jīng)濟的發(fā)展，道路中的車輛越來越多，伴隨著出現(xiàn)越來越多的無牌車輛， 為了確保道路安全，道路交通管理需要對無牌車輛進行檢索。
[000引為了實現(xiàn)車輛檢索，相關(guān)技術(shù)中利用SIFT(Scale-inva;riant feature transform,尺度不變特征變換）算法從車輛圖像中提取特征點，并利用提取的特征點與庫 存的檢索圖像進行特征點匹配，實現(xiàn)車輛檢索。
[0004] SIFT具體步驟如下：
[000引（1)構(gòu)建尺度空間，W模擬圖像數(shù)據(jù)在實際應(yīng)用場景中的多尺度特征；
[0006] (2)尋找尺度空間的極值點，通過將每個采樣點與其相鄰點比較，比較看其是否比 它的圖像域和尺度域的相鄰點大或者小；
[0007] (3)去除低對比度的關(guān)鍵點和不穩(wěn)定的邊緣響應(yīng)點，W增強匹配穩(wěn)定性、提高抗噪 聲能力；
[0008] (4)將剩余的極值點均賦予方向參數(shù)，利用極值點鄰域像素的梯度方向分布特性 為每個關(guān)鍵點指定方向參數(shù)，使算子具備旋轉(zhuǎn)不變性；
[0009] (5)方向參數(shù)的歸一化處理，在得到特征向量后，此時SIFT特征向量已經(jīng)去除了尺 度變化、旋轉(zhuǎn)等幾何變形因素的影響。再將特征向量進行歸一化，則可W進一步去除光照變 化的影響。
[0010] 在實現(xiàn)本發(fā)明的過程中，發(fā)明人發(fā)現(xiàn)上述檢測方法至少存在W下問題：
[0011] 由于車輛行駛時受到光照影響W及獲取車輛圖像的設(shè)備對圖像顏色的影響，車輛 圖像的顏色經(jīng)常變化，相關(guān)技術(shù)中沒有克服顏色對車輛檢測的影響，而且由于車輛的標(biāo)志 物區(qū)域很小，按照相關(guān)技術(shù)，在標(biāo)志物區(qū)域內(nèi)很難提取出有效的特征點，因此使得車輛檢索 結(jié)果不準確。

【發(fā)明內(nèi)容】

[0012] 有鑒于此，本發(fā)明實施例的目的在于提供一種檢索物體標(biāo)志物的方法及設(shè)備，通 過在Lab空間上獲取的特征點來進行目標(biāo)物體標(biāo)志的圖像檢索，利用Lab空間的顏色差異均 勻性特征來獲取標(biāo)志物的細節(jié)特征，而且克服了相關(guān)技術(shù)中由于車輛的標(biāo)志物區(qū)域很小， 在標(biāo)志物區(qū)域內(nèi)很難提取出有效的特征點的問題，使得提取的特征點更加合理，進而提高 了車輛檢索的準確性。
[0013] 第一方面，本發(fā)明實施例提供了一種檢索物體標(biāo)志物的方法，所述方法包括；
[0014] 獲取目標(biāo)物體的標(biāo)志物的圖像，并將所述標(biāo)志物的圖像轉(zhuǎn)換到Lab空間；
[0015] 按照預(yù)設(shè)的采樣密集度在Lab空間中提取所述標(biāo)志物的圖像的特征點集合；
[0016] 分別計算每組所述標(biāo)志物的圖像在Lab空間中的特征點與檢索圖像在Lab空間中 的特征點的相似度；
[0017] 根據(jù)計算結(jié)果判斷所述檢索圖像中是否包含所述目標(biāo)物體的標(biāo)志物。
[0018] 結(jié)合第一方面，本發(fā)明實施例提供了上述第一方面的第一種可能的實現(xiàn)方式，所 述按照預(yù)設(shè)的采樣密集度從Lab空間中提取所述標(biāo)志物的圖像的特征點集合，包括：
[0019] 在所述標(biāo)志物的圖像在Lab空間中的Ξ個顏色通道上的子圖像中提取相同位置的 提取區(qū)域；
[0020] 從所述Ξ個顏色通道上的子圖像中相同位置的提取區(qū)域中提取所述標(biāo)志物的圖 像在所述提取區(qū)域內(nèi)的特征屬性；
[0021] 根據(jù)所述標(biāo)志物的圖像在所述提取區(qū)域內(nèi)的特征屬性獲取所述標(biāo)志物的圖像在 所述提取區(qū)域內(nèi)的特征點。
[0022] 結(jié)合第一方面的第一種可能的實現(xiàn)方式，本發(fā)明實施例提供了上述第一方面的第 二種可能的實現(xiàn)方式，其中，所述方法還包括：
[0023] 在所述Ξ個顏色通道上的子圖像中W相同的預(yù)設(shè)步長移動所述提取區(qū)域；
[0024] 從所述Ξ個顏色通道上的子圖像中的移動后的提取區(qū)域中提取所述標(biāo)志物的圖 像在所述移動后的提取區(qū)域內(nèi)的特征屬性；
[0025] 根據(jù)所述標(biāo)志物的圖像在所述移動后的提取區(qū)域內(nèi)的特征屬性獲取所述標(biāo)志物 的圖像在移動后的提取區(qū)域內(nèi)的特征點集合；
[0026] 其中，每個子圖像中移動后的提取區(qū)域與移動前的提取區(qū)域存在重合區(qū)域。
[0027] 結(jié)合第一方面的可能的實現(xiàn)方式，本發(fā)明實施例提供了上述第一方面的第Ξ種可 能的實現(xiàn)方式，所述獲取目標(biāo)物體的標(biāo)志物的圖像，并將所述標(biāo)志物的圖像轉(zhuǎn)換到Lab空 間，包括：
[0028] 獲取所述目標(biāo)物體的標(biāo)志物的歸一化后的圖像；
[0029] 將所述標(biāo)志物的歸一化后的圖像轉(zhuǎn)換為不同尺寸的圖像，并將所述標(biāo)志物的不同 尺寸的圖像轉(zhuǎn)換到Lab空間。
[0030] 結(jié)合第一方面的可能的實現(xiàn)方式，本發(fā)明實施例提供了上述第一方面的第四種可 能的實現(xiàn)方式，其中，所述分別計算每組所述標(biāo)志物的圖像在Lab空間中的特征點與檢索圖 像在Lab空間中的特征點的相似度，包括：
[0031] 分別計算每組所述標(biāo)志物的圖像在Lab空間中的特征點與檢索圖像在Lab空間中 的特征點的歐氏距離；
[0032] 對所述歐氏距離進行高斯處理，W得到每組所述標(biāo)志物的圖像在Lab空間中的特 征點與所述檢索圖像的在Lab空間中的特征點的相似度；
[0033]計算所述每組標(biāo)志物的圖像在Lab空間中的特征點與所述檢索圖像的在Lab空間 中的特征點的相似度之和。
[0034]結(jié)合第一方面的可能的實現(xiàn)方式，本發(fā)明實施例提供了上述第一方面的第五種可 能的實現(xiàn)方式，其中，所述根據(jù)計算結(jié)果判斷所述檢索圖像中是否包含所述目標(biāo)物體的標(biāo) 志物，包括：
[003引判斷所述每組標(biāo)志物的圖像在Lab空間中的特征點與所述檢索圖像的在Lab空間 中的特征點的相似度之和是否達到闊值；
[0036] 如果判斷結(jié)果為是，則所述檢索圖像中包含所述目標(biāo)物體的標(biāo)志物；
[0037] 如果判斷結(jié)果為否，則所述檢索圖像中不包含所述目標(biāo)物體的標(biāo)志物。
[0038] 第二方面，本發(fā)明實施例提供了一種檢索物體標(biāo)志物的設(shè)備，包括；
[0039] 轉(zhuǎn)換模塊，用于獲取目標(biāo)物體的標(biāo)志物的圖像，并將所述標(biāo)志物的圖像轉(zhuǎn)換到顏 色模型Lab空間；
[0040] 提取模塊，用于按照預(yù)設(shè)的采樣密集度在Lab空間中提取所述標(biāo)志物的圖像的特 征點集合；
[0041] 計算模塊，用于分別計算每組所述標(biāo)志物的圖像在Lab空間中的特征點與檢索圖 像在Lab空間中的特征點的相似度；
[0042] 判斷模塊，用于根據(jù)計算結(jié)果判斷所述檢索圖像中是否包含所述目標(biāo)物體的標(biāo)志 物。
[0043] 結(jié)合第二方面的可能的實現(xiàn)方式，本發(fā)明實施例提供了上述第二方面的第一種可 能的實現(xiàn)方式，其中，所述提取模塊，包括：
[0044] 區(qū)域提取單元，用于在所述標(biāo)志物的圖像在Lab空間中的Ξ個顏色通道上的子圖 像中提取相同位置的提取區(qū)域；
[004引屬性提取單元，用于從所述Ξ個顏色通道上的子圖像中相同位置的提取區(qū)域中提 取所述標(biāo)志物的圖像在所述提取區(qū)域內(nèi)的特征屬性。
[0046] 獲取單元，用于根據(jù)所述標(biāo)志物的圖像在所述提取區(qū)域內(nèi)的特征屬性獲取所述標(biāo) 志物的圖像在所述提取區(qū)域內(nèi)的特征點。
[0047] 結(jié)合第二方面的第一種可能的實現(xiàn)方式，本發(fā)明實施例提供了上述第二方面的第 二種可能的實現(xiàn)方式，其中，還包括：
[0048] 移動單元，用于在所述Ξ個顏色通道上的子圖像中W相同的預(yù)設(shè)步長移動所述提 取區(qū)域；
[0049] 所述屬性提取單元，還用于從所述Ξ個顏色通道上的子圖像中的移動后的提取區(qū) 域中提取所述標(biāo)志物的圖像在所述移動后的提取區(qū)域內(nèi)的特征屬性；
[0050] 所述獲取單元，還用于根據(jù)所述標(biāo)志物的圖像在所述移動后的提取區(qū)域內(nèi)的特征 屬性獲取所述標(biāo)志物的圖像在移動后的提取區(qū)域內(nèi)的特征點集合；
[0051] 其中，每個子圖像中移動后的提取區(qū)域與移動前的提取區(qū)域存在重合區(qū)域。
[0052] 結(jié)合第二方面的可能的實現(xiàn)方式，本發(fā)明實施例提供了上述第二方面的第Ξ種可 能的實現(xiàn)方式，其中，所述設(shè)備還包括：
[0053] 獲取模塊，用于獲取所述目標(biāo)物體的標(biāo)志物的歸一化后的圖像；