1、隨著科技的進(jìn)步、大型安防項目的開展和人們安全意識的提高,視頻監(jiān)控技術(shù)得到了業(yè)界和學(xué)術(shù)界的廣泛關(guān)注,并大量應(yīng)用于實際生活中。視頻監(jiān)控數(shù)據(jù)具有持續(xù)時間長,數(shù)據(jù)量大,包含的信息豐富而復(fù)雜等特點,依靠傳統(tǒng)的人工處理,花費的代價驚人,且效率低下,同時也存在較大的安全隱患。而作為交通監(jiān)控視頻數(shù)據(jù)分析技術(shù)基礎(chǔ)的監(jiān)控視頻數(shù)據(jù)檢測技術(shù):目標(biāo)特征提取和匹配技術(shù)也越來越受到關(guān)注。
　　基于多特征的車輛識別主要分為車輛相關(guān)局部特征提取和特征描述子匹配兩個

2、方面。車輛局部特征提取,主要包括提取車前燈的邊緣輪廓和車頭圖片的加速穩(wěn)健特征。首先介紹了當(dāng)前的邊緣檢測、局部特征檢測的相關(guān)算法和技術(shù),分析了這些算法的不足與局限,然后在Canny算法的基礎(chǔ)上,擴大計算域計算梯度,并利用噪聲點和邊緣點在梯度方向上的差異來消除噪聲點,提高了對圖像邊緣檢測的準(zhǔn)確度的同時,較好的消除了噪聲。在特征描述子匹配方面,提出了基于位置約束的局部特征描述子匹配和局部特征描述子間距離計算的改進(jìn),在減少了無意義的匹配的同時,