[发明专利]一种识别跟踪罪犯车辆的方法

说明书

技术领域

本发明涉及智能交通监控技术领域，特别涉及一种识别跟踪罪犯车辆的方法。

背景技术

随着社会的发展，人们的生活水平不断提高，但人们的安全感却不见得有所提高，近年来我国的犯罪率有增无减，盗窃、抢劫、走私等犯罪行为严重影响了公众的生命和财产安全，而车辆则成为这些罪犯的主要逃亡工具。即便是警察锁定了罪犯，但罪犯借助车辆逃脱了警方的追捕，这样对于公众来说，依然存在潜在危险。在罪犯成功逃脱之前将其捉获则成为维护社会安定的重中之重。在庞大的道路交通网上，交通的参与者有几万甚至几十万，其中包括步行、骑自行车、乘公交车、乘出租车或自己驾车，道路上的情况瞬息万变。智能交通监控系统的概念应运而生，它使道路上的交通信息与交通相关信息尽量完整和实时；交通参与者、交通管理者、交通工具、道路管理设施之间的信息交换实时和高效。智能交通监控系统就是通过监控系统将监视区域内的现场图像传回指挥中心，使管理人员直接掌握车辆排队、堵塞、信号灯等交通状况，及时调整信号配时或通过其他手段来疏导交通，改变交通流的分布，以达到缓解交通堵塞的目的。即使有如今的科学技术提供支持，要在信息量如此庞大的系统中找到罪犯的嫌疑车辆也是一大难题。

而图像识别和匹配这计算机视觉领域已经得到充分的发展，车辆检测与跟踪技术作为安全辅助驾驶的重要组成部分，在智能交通系统研究领域上有了长足发展。申请号为201210315966.5的中国专利，专利名称为：一种实时反馈更新的车辆检测方法，“包括离线学习过程、实时检测过程和在线学习过程，先利用离线学习过程得到的离线强分类器对实时检测过程的第1～K帧图片进行分类，得到检测目标；在线学习过程根据得到检测目标截取样本，利用在线强分类器进行车辆检测，得到检测目标；在线学习过程不断对在线强分类器进行更新。申请号为201310014669.1的中国专利，专利名称为：智能交通监控系统中的车辆检测方法和装置，“本发明提出了一种智能交通监控系统中的车辆检测方法，其包括：步骤S101，通过电荷耦合元件CCD摄像头采集道路交通视频帧序列；步骤S102，将采集的视频帧序列数据进行图像预处理，得到计算机能够识别的数字视频序列；步骤S103，输入步骤S102所得的数字视频序列，利用改进的混合高斯背景建模算法实现运动目标的检测；步骤S104，对步骤S103检测所得的运动目标前景进行阴影检测；步骤S105，对运动目标前景进行阴影去除，实现运动目标的正确识别。但将车辆检测与跟踪的方法应用于锁定、追踪和捕获犯罪上还属于空白。

发明内容

为了克服现有技术存在的缺点与不足，本发明提供一种识别跟踪罪犯车辆的方法。

本发明采用如下技术方案：

一种识别跟踪罪犯车辆的方法，包括如下步骤：

S1获取罪犯车辆的图像信息，确定要识别跟踪的目标车辆；

S2提取目标车辆的不变性特征，所述不变性特征包括SURF特征；

S3将不变性特征量化形成特征描述器，作为匹配识别罪犯车辆的依据传输到中央控制中心，通过中央控制中心传送到各个犯罪侦察网点；

S4估计目标车辆所在位置的潜在区域，在潜在区域内的犯罪侦察网点将通过监控摄像头拍摄的车辆与特征描述器相匹配，匹配成功则缩小侦察范围；

S5中央控制中心将不变性特征发送到缩小后的侦察范围内的前方巡逻车，

S6接收到目标车辆特征的前方巡逻车利用车内实时监控视频，对前方车辆进行实时不变性特征匹配，当目标车辆不变性特征与前方车辆匹配成功，则实施跟踪。

所述S2提取目标车辆的SURF特征，具体采用surf识别算法。

所述估计目标车辆所在位置的潜在区域，具体为：

S4.1计算目标车辆的逃离距离d=vt，其中t是目标车辆从被发现开始的逃离时间，v为目标车辆的车速；

S4.2以目标车辆被发现的位置为圆心O1，逃离距离为半径R1的圆就是目标车辆所在位置的潜在区域。

所述缩小侦察范围，具体为：以检测到目标车辆的监控摄像头的位置为圆心O2，以逃离距离R1与O1到O2的距离之差为半径R2的圆就是缩小后的侦察范围。

本发明的有益效果：

（1）本发明给出了一种科学的，利用现有的交通监控系统资源的识别并追踪罪犯车辆的方法，给警方追捕罪犯提供了技术支持，可以在一定程度上提高破案的成功率和维护社会治安；

（2）本发明提供一个“特征信息提取—中央控制传输—分点信息获取”的罪犯目标车辆信息交互框架，使这一应用规范化程序化，有相当的可执行性；