[发明专利]一种车辆信息提取方法和系统

权利要求书

1.一种车辆信息提取方法，包括：

读入待处理的卡口图片；

对待处理的卡口图片进行图像预处理，包括调整对比度范围和降噪处理；

对预处理的图片进行层次化结构分析；

将车辆信息合并成记录并存入数据库；

所述层次化结构分析提取车辆信息包括：

使用车辆类型识别模型提取车辆区域及车辆类型信息,

使用统一的车辆型号识别模型提取“轿车”类型车辆的品牌及型号信息,

提取“轿车”类型车辆的颜色信息,

提取车牌信息；

采用GPU进行矩阵乘法运算，所述方法采用统一车辆型号识别模型，通过GPU一次矩阵乘法获取标准图像区域内的车辆和车辆品牌类型库中的不同品牌型号的车辆特征匹配情况，获取区域车辆的品牌型号信息；

所述使用统一的车辆型号识别模型进行信息匹配来提取车辆品牌及型号信息，包括：

训练阶段，采用同一参数提取不同品牌型号车辆各自的共有形状结构特征，生成一个标准车型特征的矩阵模型；

检测阶段，采用与训练模块相同的参数提取标准化的预处理图片的车辆特征并与矩阵模型相乘来进行车辆型号信息的特征匹配。

2.如权利要求1所述的车辆信息提取方法，其特征在于：采用最优化方法动态调整待处理的卡口图片的对比度范围，所述最优化方法包括：

计算出图像动态调整参数a、b；

利用所述参数a、b来对待处理的卡口图片做对比度的拉伸，

其中a、b为灰度取值范围的边界。

3.如权利要求2所述的车辆信息提取方法，其特征在于：所述计算图像动态调整参数为arg min(b-a)，

其中，f(t)为图像灰度值的概率密度函数，σ为给定的阈值，通过该最优化过程在图像的灰度直方图上找到一个最短的区间[a，b]，使得这个区间内的直方图面积大于σ。

4.如权利要求1所述的车辆信息提取方法，其特征在于：对待处理的卡口图片采用双边滤波的方式进行降噪处理。

5.如权利要求1所述的车辆信息提取方法，其特征在于：所述层次化结构分析通过对车辆建立一个树状结构的划分模型，然后按照划分模型依次提取预处理图片中的车辆信息。

6.如权利要求5所述的车辆信息提取方法，其特征在于：所述树状结构的划分模型为按照其所属类型划分为“大型车”、“轿车”和“两轮/三轮车”三大类，其中“轿车”类进一步划分为若干品牌，同一品牌的“轿车”划分为不同的型号系列。

7.如权利要求1所述的车辆信息提取方法，其特征在于：所述车辆类型识别模型为某种车辆类型整体共有的形状结构特征，所述统一的车辆型号识别模型为不同品牌型号的车辆各自的共有形状结构特征的组合，并且所述统一的车辆型号识别模型采用完全相同的训练器参数对各品牌型号车辆的特征进行建模。

8.如权利要求3所述的车辆信息提取方法，其特征在于：所述提取“轿车”类型车辆的颜色信息采用高斯混合模型和快表技术来计算“轿车”类型的图象区域的颜色主成分，从而计算出该区域车辆可能的颜色。

9.如权利要求8所述的车辆信息提取方法，其特征在于，所述提取“轿车”类型车辆的颜色信息包括：

定义颜色类型并给出样本图片；

采用所述样本图片的像素的Lab值训练各自颜色类型的高斯混合模型；

采用所述最优化方法进行图片局部处理；

根据处理后图片区域的像素Lab值查表计算得出符合各颜色高斯混合模型像素点的个数，取比例超过给定阈值的颜色作为该车辆的颜色信息。