一种车载视频DVR图像识别定位出入站、场的方法.pdf

本发明公开了一种车载视频DVR图像识别定位出入站、场的方法，步骤1，采集公交车场区和公交站点的图片信息及对应的经纬度信息，并添加场区及站点的文字信息；步骤2，在服务器中建立数据库，将图片信息和文字信息存入数据库中；步骤３，提取图片的特征信息并存储在数据库中；步骤4，接收服务器下发的上下行运行线路的特征信息和文字信息的序列，并存储；步骤5，检测GPS或北斗模块是否有定位信号，若无定位信号，执行下一步；步骤6，车辆在场区或运行过程中，车载终端实时抓拍图片并提取图片的特征信息；步骤7，识别当前是否驶入或驶出公交站点或场区。本发明解决了车辆运行中，GPS或北斗在无定位信号时，智能化识别重要区域问题。

1.  一种车载视频DVR图像识别定位出入站、场的方法，其特征在于：包括如下步骤：
步骤1，采集公交车场区和公交站点的图片信息及对应的经纬度信息，并添加场区及站点的文字信息；
步骤2，在服务器中建立数据库，将图片信息、经纬度信息和文字信息存入数据库中；
步骤３，提取图片的特征信息SIFT，并存储在数据库中；
使用高斯卷积核这一线性核，一副二维图像的尺度空间定义为：

其中，是尺度可变高斯函数，
，
是空间坐标，是尺度坐标，决定图像的平滑程度；构造高斯差分尺度空间：
；
步骤4，车载终端在场区或运行过程中，接收服务器下发的上下行运行线路的站点的特征信息、GPS信息和站点的文字信息的序列，以及场区的特征信息和场区的文字信息的序列，并存储在硬盘中；
步骤5，检测GPS或北斗模块是否有定位信号，若有定位信号，则返回重新检测；若无定位信号，利用基站的小区识别码来确定车辆所处的位置，执行下一步；
步骤6，车辆在场区或运行过程中，车载终端实时抓拍图片并提取图片的特征信息；
步骤7，将提取的图片特征信息与硬盘中的图片特征信息进行比较，识别当前是否驶入或驶出公交站点或场区。

2.  根据权利要求1所述的一种车载视频DVR图像识别定位出入站、场的方法，其特征在于：还包括步骤8，若识别到驶入或驶出公交站点时，则触发相应的报站信息；若识别到驶入或驶出公交车场区时，自动更新信息并触发相应的报站信息。

3.  根据权利要求1或2所述的一种车载视频DVR图像识别定位出入站、场的方法，其特征在于：所述图片的特征信息包括轮廓信息和特征点。

4.  根据权利要求1所述的一种车载视频DVR图像识别定位出入站、场的方法，其特征在于：所述步骤7中，通过SVM算法来比较车辆上传的局部特征描述符与步骤5中候选地点的局部特征描述符的接近程度，当两者超过一定阈值时，即可将匹配到的图片的经纬度值返回给车载端；否则，则告知车辆数据库中没有匹配的结果；SVM算法选用的核函数为高斯径向基函数：
；
   判别函数为:
 ，为局部描述符向量。

一种车载视频DVR图像识别定位出入站、场的方法
技术领域
本发明涉及一种图像识别定位方法，尤其是涉及一种车载视频DVR图像识别定位出入站、场的方法。
背景技术
现有公交车辆在GPS或北斗模块无定位信号时，不能定位及智能识别站点、特殊点、场区等公交车辆的重要区域，以及自动触发报站等其他音视频，给公交车辆的管理带来了不便。
发明内容
有鉴于此，本发明的目的在于提供一种车载视频DVR图像识别定位出入站、场的方法，解决了车辆运行中，在GPS或北斗模块无定位信号时，智能化识别重要区域问题。
为达到上述目的，本发明采用以下技术方案：
一种车载视频DVR图像识别定位出入站、场的方法，其中，包括如下步骤：
步骤1，采集公交车场区和公交站点的图片信息及对应的经纬度信息，并添加场区及站点的文字信息；
步骤2，在服务器中建立数据库，将图片信息、经纬度信息和文字信息存入数据库中；
步骤３，提取图片的特征信息SIFT(尺度不变特征变换)，并存储在数据库中；
使用高斯卷积核这一线性核，一副二维图像的尺度空间定义为：

其中，是尺度可变高斯函数，
，
是空间坐标，是尺度坐标，决定图像的平滑程度；构造高斯差分尺度空间：
；
步骤4，车载终端在场区或运行过程中，接收服务器下发的上下行运行线路的站点的特征信息、GPS信息和站点的文字信息的序列，以及场区的特征信息和场区的文字信息的序列，并存储在硬盘中；
步骤5，检测GPS或北斗模块是否有定位信号，若有定位信号，则返回重新检测；若无定位信号，利用基站的小区识别码来确定车辆所处的位置，执行下一步；
步骤6，车辆在场区或运行过程中，车载终端实时抓拍图片并提取图片的特征信息；
步骤7，将提取的图片特征信息与硬盘中的图片特征信息进行比较，识别当前是否驶入或驶出公交站点或场区。
作为优选，还包括步骤8，若识别到驶入或驶出公交站点时，则触发相应的报站信息；若识别到驶入或驶出公交车场区时，自动更新信息并触发相应的报站信息。
作为优选，所述图片的特征信息包括轮廓信息和特征点。
作为优选，所述步骤7中，通过SVM（支持向量机）算法来比较车辆上传的局部特征描述符与步骤5中候选地点的局部特征描述符的接近程度，当两者超过一定阈值时，即可将匹配到的图片的经纬度值返回给车载端；否则，则告知车辆数据库中没有匹配的结果；SVM算法选用的核函数为高斯径向基函数：
；
   判别函数为:
 ，为局部描述符向量。
本发明的有益效果为：
本发明针对现有公交车辆在GPS或北斗模块无定位信号时，不能定位及智能识别站点、特殊点、场区等公交车辆的重要区域，以及自动触发报站等其他音视频的问题，提出了一种在GPS或北斗模块无定位信号时根据图像识别定位出入站、场的方法，在GPS或北斗模块无定位信号时启动，根据采集到的公交车场区和公交站点的图片信息提取图片的特征信息，比较车载视频DVR抓拍到的图片的特征信息得到公交车场区和公交站点信息，并能触发相应的报站信息，解决了智能报站的问题，给公交车辆的管理和运营带来了方便。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书或者附图中所特别指出的结构来实现和获得。
附图说明
图1为本发明的方法流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步描述。
如图1所示，本发明包括如下步骤：
步骤1，采集公交车场区和公交站点的图片信息及对应的经纬度信息，并添加场区及站点的文字信息；图片的特征信息包括轮廓信息和特征点。
步骤2，在服务器中建立数据库，将图片信息、经纬度信息和文字信息存入数据库中。
步骤３，提取图片的特征信息SIFT(尺度不变特征变换)，并存储在数据库中。
使用高斯卷积核这一线性核，一副二维图像的尺度空间定义为：

其中，是尺度可变高斯函数，
，
是空间坐标，是尺度坐标，决定图像的平滑程度；构造高斯差分尺度空间：
。
步骤4，车载终端在场区或运行过程中，接收服务器下发的上下行运行线路的站点的特征信息、GPS信息和站点的文字信息的序列，以及场区的特征信息和场区的文字信息的序列，并存储在硬盘中。
步骤5，检测GPS或北斗模块是否有定位信号，若有定位信号，则返回重新检测；若无定位信号，利用基站的小区识别码来确定车辆所处的大致位置，大幅减少需要匹配的图像数据量，执行下一步。
步骤6，车辆在场区或运行过程中，车载终端实时抓拍图片并提取图片的特征信息。
步骤7，将提取的图片特征信息与硬盘中的图片特征信息进行比较，识别当前是否驶入或驶出公交站点或场区。所述步骤7中，通过SVM（支持向量机）算法来比较车辆上传的局部特征描述符与步骤5中候选地点的局部特征描述符的接近程度，当两者超过一定阈值时，即可将匹配到的图片的经纬度值返回给车载端；否则，则告知车辆数据库中没有匹配的结果；SVM算法选用的核函数为高斯径向基函数：
；
   判别函数为:
 ，为局部描述符向量。
步骤8，若识别到驶入或驶出公交站点时，则触发相应的报站信息；若识别到驶入或驶出公交车场区时，自动更新信息并触发相应的报站信息。
本发明的车载终端在场区或运行过程中，接收服务器下发的上下行运行线路的站点、场区的特征信息（各个角度和距离远近的特征信息）及站点、场区的文字信息的序列，并存储在硬盘中。车辆在场区时，可通过WIFI下载站点的特征信息和站点的文字信息，车辆运行中，可通过3G或4G下载站点的特征信息和站点的文字信息。（GPS/BD定位不正常时）车载终端实时抓拍图片并存储和管理，获取一系列实时图片的特征信息与存储的特征信息序列，通过识别算法比较，识别当前是否驶入或驶出公交站点或场区。
本发明针对现有公交车辆在GPS或北斗模块无定位信号时，不能定位及智能识别站点、特殊点、场区等公交车辆的重要区域，以及自动触发报站等其他音视频的问题，提出了一种在GPS或北斗模块无定位信号时根据图像识别定位出入站、场的方法，在GPS或北斗模块无定位信号时启动，根据采集到的公交车场区和公交站点的图片信息提取图片的特征信息，比较车载视频DVR抓拍到的图片的特征信息得到公交车场区和公交站点信息，并能触发相应的报站信息，解决了智能报站的问题，给公交车辆的管理和运营带来了方便。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，本领域普通技术人员对本发明的技术方案所做的其他修改或者等同替换，只要不脱离本发明技术方案的精神和范围，均应涵盖在本发明的权利要求范围当中。