基于交叉投影熵的车辆目标匹配算法

周军妮，王燕妮，魏 蕊

(西安建筑科技大学信息与控制工程学院，陕西 西安 710055)

责任编辑:任健男

随着社会经济的迅猛发展，交通在人类经济、社会活动中的地位日益凸显，交通管理的层次、质量更是与人们生活紧密相关。然而，由于机动车数量的快速增加，道路拥挤、事故频发、违章逃逸等问题也越发严重，交通运输环境急剧恶化。提高交通管理水平的重要措施就是采用智能交通系统(Intelligent Traffic System，ITS)［1］。在复杂交通场景下，基于数字图像的车辆目标匹配为交通信息的采集与分析提供了一条良好途径，这些技术可广泛地应用于违章、肇事车辆的线索搜寻，这是基于计算机视觉的智能交通系统中的关键技术，也是目前智能交通系统研究的热点。

在复杂的交通环境下，往往需要借助大量的线索图片查找目标(诸如肇事逃逸车辆)，为了减轻人工查找的工作量，提高工作效率，需要借助一定的匹配算法来实现自动化匹配。目前车辆目标匹配传统算法是应用灰度相关(Gray Correlation Algorithm，GCA)的模板匹配方法进行目标匹配，该算法具有原理简单、易于硬件实现等优点，但由于该法直接以图像灰度为输入进行相关计算，因此对噪声、光线变化极为敏感，在实际应用中经常出现错配、误配等现象。目前图像匹配主要利用图像特征(如轮廓特征、边缘特征、分形特征、纹理特征、统计特征等)进行目标匹配，相对于灰度相关匹配，基于图像特征的匹配方法在抗噪性、光线的敏感性方面具有一定的优势，但图像特征的描述算法通常复杂度高，从而导致计算量大，因而又影响了其在实时匹配系统上的应用。……