资源目录
压缩包内文档预览：
编号：13537254
类型：共享资源
大小：39.78MB
格式：ZIP
上传时间：2019-01-20
上传人：QQ14****9609
认证信息
个人认证
郭**（实名认证）
陕西
IP属地：陕西
12
积分
- 关 键 词：
-
基于
图像
图象
处理
车型
识别
辨认
- 资源描述：
-
基于图像处理的车型识别,基于,图像,图象,处理,车型,识别,辨认
- 内容简介：
-
基于图像处理的车型识别方法 基于图像处理的车型识别方法摘要车型自动识别是特征识别领域内重要且实用价值颇高的一个应用理论，此课题具有一定的实际价值和广阔的应用前景。按一般的车型识别流程的组成思路，整个识别过程可大致分为三大部分：车型图像预处理，特征的提取和车型识别。本文首先描述了数字图像处理在智能交通中的原理和应用，并大致介绍了几种不同图像中特征的提取方法，本文主要采用差影法除去背景图像直接得出车型具体轮廓，然后对已得图像进行中值滤波消除其干扰处理等图像处理技术，紧接着用数学形态学方法修补处理后的图像，最后得了车型的长与高等几何特征数据，按统计得到的标准判定其相应分类，完成车型类型的判定，并通过Matlab仿真实地检测并得到结果。由多次实地检测的结论得出,此算法快捷且识别速度快，虽然有天气影响，但识别准确率很高。关键词：车型识别，图像预处理，特征提取，差影法，MatlabVEHICLE TYPE RECOGNITION METHOD BASED ON IMAGE PROCESSINGABSTRACT The automatic recognition of automobile type is in the field of feature recognition and high value to an application of the theory and practical, this subject has a certain practical value and broad application prospect. According to the general model of the identification process, the whole process can be divided into three parts: vehicle image preprocessing, feature extraction and vehicle identification. This paper generally describes the digital image processing principle and application in intelligent transportation, and outlines several different feature extraction methods, this paper mainly adopts subtraction method to background image directly to specific vehicle contour and gray, and to have image median filter to eliminate the noise processing, followed by using mathematical morphology method to repair the image. Finally, we get the image models of long and high geometric features, according to the statistics of the standards for the design of the corresponding classification,vehicle type judgment, and through MATLAB simulation field testing and results. It is concluded that the algorithm is fast and fast, although it has the effect of weather, the recognition accuracy is very high.Key words: vehicle recognition, image preprocessing, feature extraction, subtraction, Matlab目 录1 绪论31.1 本课题研究背景及意义31.2 各方面国内外的研究现状41.2.1 智能交通系统的国内外研究现状41.2.2 车型识别技术的国内外研究现状61.2.3 背景差影法的国内外研究现状71.3 本文研究目的与主要研究内容82 动态汽车识别理论基础92.1 引言92.2 识别模式与ITS92.3 车牌识别技术概念102.4车辆车型识别技术方法介绍112.4.1运用压力感应处理器122.4.2 超声波测距技术122.4.3 基于视频图像识别技术132.4.4 感应线圈环测量技术132.5 文章小结143 车辆特征的提取143.1 概述143.2 主要采用的差影法介绍153.3 实测特征提取过程163.3.1 图像预处理163.3.2 图像差分处理173.3.3 形态学处理183.3.4 填充目标图像193.3.5 扫描得具体参数213.4 本章小结224 图像特征参数提取及车型分类234.1 特征参数的选择234.2 分类标准的设定234.3 车型识别244.4 测试结果和分析254.5 本章小结255 总结与展望285.1 总结285.2 展望28参考文献28致谢31附录321 绪论1.1 本课题研究背景及意义 在我们的日常生活中，随着计算机技术的飞速发展，不断提高传感器的性能上限，所有的系统软件和应用大量的业务开发和推广的软件，电脑系统以及更新转变为从以前单一的数值计算应用领域到文字处理，图形、图像处理，语音处理的人工智能与模式识别领域。经过三十多年的研究几代人的不断努力，这门学科在不断发展。在语音识别，蓝色巨人和BIM以及其他企业，有各种各样的语音识别产品的语言版本的问世，连续语音识别等其他已相当成熟，并已开始移向实用化、商品化。在图像处理与识别，成果方面也是非常的丰富多彩，特别是在军事，医学，地质，气象以及其他领域，都取得了可观的成绩。车辆识别包括在识别模式范围内，是该领域中的难点并且具有非常实用的应用前景。在实际运用方面上,车型别系统的研究和开发在道路收费、车辆监测中具有很明显的实用价值。 大背景下，社会经济的告诉发展，人们富裕了，买车用车的速度超过了社会道路的铺设速度，较发达地区交通已经拥堵得不成样子了，人们的公路出门体验大打折扣，智能交通系统的发展进步势在必行。 智能交通系统29（Intelligent Transportationsy Stem，ITS）是电子智能化运输系统未来的发展方向，通信技术和机器视觉集成应用在交通管理系统，并建立一个实时，准确，高效的综合发展的未来方向运输管理系统。其在美国，日本和欧洲的开发较早，应用程序的实际水平也更高，在本世纪初，中国已经开始大力开展ITS的研究工作。它的开发和应用大大增加了智能交通管理的程度，如判定路面损坏的程度，识别车辆的类型，车辆流量等。数字图像是在它的一个重要的信息载体，和图像处理技术对具有重要影响ITS该汽车的性能是交通系统的主要目的，并且车辆类型识别被广泛应用于公路管理和公路收费系统。目前，在实践中，传统的电磁感应线圈的识别模型是多，但由于其在人行道固有损伤，维修困难，获得一个单一的参数等原因，使得它的发展受到很大的限制。车牌识别技术不断的应用于实际状况，但对不按照交通法规任意改装、遮盖、乱挂车牌等乱象而言，也是无计可施，在不断科技的发展中，完全智能化交通势在必行，单一的车牌识别已经完全不能满足人们所需要解决的实际问题。汽车是交通系统的主要目的，汽车的类型的知识被广泛应用于高速公路管理和高速公路收费系统之中。在实践中采用传统的电磁感应线圈识别模型较多，然而，由于其对路面固有损伤，维修困难，获得参数比较唯一等原因，其发展受到很大的限制，“车牌识别”虽然也逐步被应用，但一些违规遮挡，涂更改，车牌现象就是改不了，仅靠车牌识别是不完全为了解决这些问题的。本文以差分图像的方法和数学形态学为核心，通过采集轿厢图像进行处理，这是不容易提取作弊行为的出现，为车辆种类几何特征的识别设计相应分类器。1.2 各方面国内外的研究现状1.2.1 智能交通系统的国内外研究现状从上世纪末到当下，美国、西欧和日本已着手大力发展和钻研智能交通系统的各方面运用。在北美，已经建成的“驰万达”道路就是很典型的现代化例子，此公路由电子化高速公路、智能车两部分组成并由国际道路运输智能规划。整个只能构架由电子监控和指挥服务中枢组成，实际运用在车辆速度传感器，运输监管器，GSP卫星导航设备，期间用来分析和引导车辆返回车载导航地图的所有交通速度信息，由交通状况显示并用无线电波发射出去给总服务器处理。在车辆中，驾驶员也可以接收来自监控中心的话音提示信息通过特定的频率相位锁定FM无线接收器。因此，在驾驶万达路面上行驶的汽车司机一般是简单，安全，驾驶过程中，你可以得到智能处理中心的指导和计算机监控中心的帮助。在智能交通系统的研究领域里，日本在较早的实有建树，通过科技部门的大力配合下，制定并实施“公路、运输、车辆领域的信息化实施方针”，这是由导航系统、自动不停车收费系统、安全驾驶辅助系统等九大发展领域和20客户服务功能共同构建，为驾乘人员和旅客合理处理出并提供最方便的交通线路和各种交通信息的功能。在通过下表来比较具有代表性国家和区域等相关技术发展成都如何，如下表 1-1 所示。 项目ITS定义ITS主要内容 美国结合运用了资源获取处理技术、信息互换技术、智能控制技术在交通运输系统领域上，显著减缓交通运输的拥堵，提高运作效率交通运输管理 车辆控制及安全运输需求管理 公共运营自动化付费商业车辆管理突发状况管理 日本利用先进的信息和通信科技创造一个行人，车辆和道路道路设施集成系统导航系统 提高商用车运营自动化收费 路人安全维护 安全行驶辆运 突发状况 交通最佳管理 提高道路管理效率公共运输的加强 欧盟运用电子，运输，通信和其他汽车技术与公路基础设施的操作，进而完善运输的合理流畅及快速，同时提高运输安全稳定性，减少交通堵塞程度和改善用户舒适度交通管理道路信息行驶中实时信息汽车控制货车及车队管理电子化收费表1-1 ITS定义标准及主要内容在不同国家的差异 我国普遍使用电子信息互换控制的交通路口，只是智能交通系统的初阶，早在上世纪末，由于改革开放经济迅速增长，对交通运输高流量的不断增长的需求，道路数量与能承受的汽车数量的矛盾日益突出，所以道路基础设施建设速度飞快，特别是高速公路和高等级公路贯穿于全国各地。但汽车发展速度较大的超越了道路的铺设素的，更多道路基础设施建设早已不可能解决日益矛盾激化国内交通运输方面的各类突出问题。同时，在智能交通系统的研究里我国也开始缓慢起步。1995年之后，中国积极参与国际ITS的各大科创交流和理论创新活动，一些初步的科创技术已在高速公路缓慢测试进行，并取得了一些成果。目前，北京，上海等科研院所等大型城市都投资于它的力量，并推出了一系列的研究25。1.2.2 车型识别技术的国内外研究现状车辆自动识别系统作为智能交通系统的重要组成部分（ITS），智能识别系统在国外得到了充分的实际运用，犹如公路的安全检查、道路导航系统、城市对道路的监管系统等。识别系统中也发展到大多用无线技术进行终端连接，在城市道路中体现了不可替代的强大功能。当下实用一般以下两种的模式识别方式8：当车辆通过铺置有感应接收器的道路上，不同汽车经过，轮胎滚过压力感应器后，都会传送出不同的感应电压和电流信号，经过大量试验和测试，可以预先设定具体的电压电流信号对应的汽车具体参数，得到信号之后，传入预设定计算内进行信息处理，通过编程算法实现，便可得出所需要的信息，当然该方法缺点很明显，如建设复杂等之类的。原理简图如下图1-1。广泛的型号，形状差别并不大，得到的感应信号差别或许很小导致识别精度大打折扣。汽车经过压力传感器的速度是随机的，速度过大可能造成较大干扰。数据库的不及时更新，赶不上多样的车辆生产，从而用很难识别一些别样的车型。感应线圈环存在糅杂的施工铺设程序，存在一定局限性和5的错误判断率。图1-1 利用感应线圈的车型识别原理简图利用图像分析法。首先对车辆图像源的获取，通过对图像进行处理和电子化识别，得到所需要的信息，处理方法就有很多种，典型的方法就是对图像进行模糊处理，得到汽车部分轮廓和大小的数据，通过数据库的对比，预设定参数对应的车型，通过编程算法实现对车辆的精度识别，在社会上较为普遍和易于实施的识别方法，具有不错的经济和社会效益。此系统是由检测技术、图像获取技术和图像处理技术三者合理运用相结合，在以实现检测和识别目标对象类别。在视频系统另一方面里，提供的图像和流量参数给交通控制中心，它属于同一个信息收集部。因此，目前国内外专家一致认为，视频车辆检测系统分为广义车辆检测的范畴。结构原理简图如1-2。图1-2 系统硬件结构简图1.2.3 背景差影法的国内外研究现状差影法普遍存在于生活中的各项科技产品中，例如，它可以在监视系统中使用，在银行金库和相机在很短的时间间隔拍摄图像，图像的画面做减法，如果图像差超过预设的阈值，说明异常情况发生，那么他们就应该敲响的警钟。在遥感影像动态监测，图像的差别可以用森林火灾，水灾发现，监测灾情的变化和估算的损失，也可用于河口和海岸泥沙淤积和监控河流，湖泊，近海污染监测。使用差分图像识别耕地和作物不同覆盖范围。用差影法技术来除去目标背景的干扰项有不错的效果，在实际运作中有很大的实用性，利于高速公路收费站，因为背景都是相同的车道，连续几帧的照片做差影法，就可以得到经过车辆的具体轮廓，得到参数进行算法识别后得到所需要的信息。1.3 本文研究目的与主要研究内容 本文主要研究的目的是通过图像处理技术，经MATLAB软件仿真，识别出目标图像中汽车的具体几个车型，例如SUV、面包车、轿车等。 总之课题的主要研究内容是，本课题设计出的汽车类型自动识别系统,能够准确、快速的识别出几个常见车型，这里面要求基于MATLAB的算法编程简练、运算量小不复杂，且运用MATLAB仿真得出具体轮廓图像清晰明了。本论文主要进行图像处理方法选择和汽车车型分类设计的工作。以下部分就从研究目的与内容展开论述。2 动态汽车识别理论基础2.1 引言车辆识别技术不仅是学术话题的图像识别模式，也是一个在不断发展的智能化现代所需要的实用技术，有很宽的开放潜力。动态识别技术对智能交通、物流运作以及对公共场所的监管有较为深远的影响，对智能交通系统（ITS）和智能技术的发展有很大的影响。2.2 识别模式与ITS在不断的科技发展中，模式识别技术因涉及领域广，不同程度的得到创新和发展，通过这个技术已经能智能化的处理很多实际问题，解放大量劳动力，经济效益显著。主要具体内容是由下图2-1中各个模式识别系统中的组成单元完成，模式识别系统的单元组成和功能：（1）该单元可直接用于接收实用信息，当然换个用法也可作为数据采集单元；（2）特性参数判定及获取，主要有基本单元提取并使用测量模式；（3）预处理单元，在某些情况下，有必要对接收到的特征参数进行更多不同的处理甚至初级扫描和分类，最后再送入分类识别服务中心；（4）描述单位是在模式识别系统中最重要的组成；（5）结尾处理单元，特定情况下，使用从核心处理单元的输出数据才能被应用；图2-1 模式识别系统流程简图为了实现自动化和智能交通系统管理，模式识别技术自动化技术作为一个重要的领域，发挥着不可磨灭的重要地位。目前，典型的模式识别技术被施加到ITS中，其主要内容是车牌识别和车型识别的核心技术。2.3 车牌识别技术概念众所周知，车辆牌照是等同于汽车本身的详细身份，汽车监管主要是通过车辆已经登记的车辆对应相应牌照来进行监管。因此，识别系统中最初是通过识别到具体车牌，然后对照车辆管理服务器系统得到信息，但目前很多地区也是用着人工人眼识别获得图像的目标车牌，人工确认图案后，手动的输入到处理服务器中，工作枯燥繁杂且存在一定不可消除的人为误差。根据这种情况，车牌制式的自动识别系统出现了。在我国，车牌识别的相关研究早已开始，起初因研究相对缓慢，不能结合实际良好的处理解决问题。本世纪初，随着智能化处理数据的飞速发展，车牌识别技术相应得到了更新。同时市场进一步更新也有了更多的科技需求才能满足现状，这样的研究已经被越来越多的人的关注，如今国家对这个领域投入了足够的精力，相信在未来该技术会被完善得更好。2.4车辆车型识别技术方法介绍车辆识别技术是模式识别领域内一部分，它是很典型的模式识别方式。因此，因汽车类别识别技术在汽车交通科学中具有的重要性，这个技术是需要进一步研究并发展的。有许多不同的方法和应用中的车辆识别的基准，其通常具有以下的研究方向： 2.4.1运用压力感应处理器压力传感器系统包括数据测量电路，参数检测电路和处理电路的测量参数，并且其一般的工作流是由以下几部分组成：1）使用压力传感器来收集支承端点在钢梁的负载状态的大小;2）基于测量获得的支撑反作用力的参数值，还测量钢梁支撑反作用力参数，对下测量车辆轴距及提前预知阈值大小，最终确定近似车辆轴距的范围;3）汽车轮距数值的大小是通过相应测量得到的平衡原理端点支持反作用力的参数值，通过计算机运用数学公式得出结果；4）如上所述使用参数获得的轴距和轮距来分类车辆。这个技术手段其构成结构简单，低成本高效率，并无视黑夜白天体现完整的模式识别能力。2.4.2 超声波测距技术超声波发送振幅范围的大小决定了传感器的工作范围，它的工作原理是通过超声波信号进行车辆和路面反射测量，以确定在传感器和车辆或道路之间的距离，因此，当在道路上的车信号在没有车辆运行时候是不一样的，我们通过这个不同找到规律用于检测车辆。声音信号由传感器接收，传感器将所述声音信号转换成电信号，然后由信号分析处理服务器处理得出数据，处理后将获得车辆计数和道路占有率的信息。确定车辆是否通过的工作原理是通过检测接收的超声波的频率变化。运用超声波距离测量原理：发射装置向空间任意一方向发射超声波，同时装置内计时器开始计时，超声波遇到期间任意障碍物便产生反弹声波，又专用元件检测并感应，同时计时结束，理论上已知音速，反弹的时间，便可得到所测距离。这种方法是回声测距方法。超声波转换器也被称为基于超声波测距原理超声换能器，我们常说的超声波探头。超声波探测器可以接收从各种车辆被反射的回波信号，然后把该回波信号接收转入中转器，分析过后可得到相应数据，通过预设定参数对应相关的车型，以确定车辆类型，该技术的缺点是低精度，容易受到外界噪声等其他因素干扰。2.4.3 基于视频图像识别技术视频图像的技术是基于部分视频信息，对车辆识别。该技术是根据CCD摄像机的图象信息，在正常情况下，摄像机可以准确地捕捉图像的汽车主体侧身图像，图像尺寸为384288彩色图像，该图像的视频信号切换然后送入图像卡，并通过A / D转换成存储在数据存储器中。计算机图像卡存储器中的数字图像被读入存储器，通过计算机图像处理，降噪和边缘检测等，车辆的长度，高度和其他数字信息一并得到，并进一步计算车顶的相对位置，即根据下式：正面坐标-顶板中心的坐标和车长，长高比（车长车辆高度），顶部长度比等相关参数来数学几何运算，这些数据收集和分析，我们可以得出的具体汽车类别。车辆自动识别系统的视频图像的系统技术优势明显，但天气等第三类因素干扰过大，在一些最恶劣的天气条件会受到明显影响，例如，雾，雷雨天，夜晚，雪天等，如在这样的天气中得到的图像，很可能掩盖拍摄照片的车号，计算机不易识别和造成误判17。2.4.4 感应线圈环测量技术 这个技术可以是基于压力对于电磁感应的基本原理，该系统主要由陆地辅助元件和应答器组成18。下面大致介绍了此技术的一些细节过程。 在一些汽车必定经过的区域道路之下，预先铺设相关的感应器件，有汽车运行通过感应线圈，必定会产生压力差，感应装置通过压力变化得出初始电信号，将该信号放大之后交由计算机处理中心处理，通过分析接收到的车辆信息之后并且在处理计算机产生脉冲信号，再将其送入辅助装置，从而产生强磁场信号，其次路边上的应答器接收相关磁场信号，透过预设程序可译码出不同车辆的具体参数，然后把最终信息交由服务中心对照数据库直接得出最终需要信息。上面的方法是超声波传感器、感应线圈等技术结合在一起，设计感应物理信息较多，操作起来容易受外界干扰，且对车型相应的分类标准不好确定具有随机性，所以可以说该系统的稳定性较差。出于安全考虑，车辆检测系统一般都安排在车道的两侧，但不得不因需要使用压力传感器和电磁感应线圈技术系统而必须重新铺设路面，带来很多不必要的建设，缺乏随机适应性。此外，由于恶劣的工作环境中，特别是使用激光、压力传感器或电磁感应线圈系统的，使部件的使用寿命大大降低。压力传感器和电磁感应线圈土壤埋在道路，很容易受到腐蚀和振动的影响，从该方面，有许多局限性。相比之下，利用视频图像的技术，你不需要进行路面改造，节省了很多麻烦，探测范围较大，在实际施工中可以更加灵活地运用。此外，该方法也可以使用原来的监控系统，节省成本和时间，这是目前的一种方法更为实际。2.5 文章小结 本章节介绍了模式识别技术领域和ITS的概念，汽车模式识别里面主要包括车牌识别和车型识别，同时也介绍了几种常见的车型识别方法。3 车辆特征的提取3.1 概述 当今，车辆信息采集系统常用的一般如下几种，有红外线探测系统、超声波探测系统、图像摄影识别系统种种，都不同程度的运用在城市公路车辆的各区域检测系统中，其次多数公路更多的会采用图像摄影识别系统。由于这个技术基于智能识别领域，起初并不常用，但由于科技的发展，硬件与软件的共同高速更新，图像处理识别技术便占据了主流。在这里，本文采用最基本的服务软件MATLAB，上述已经介绍过MATLAB的强大，这里不作过多阐述，我们现在需要使用的是MATLAB红的多尺度、多分辨率的中值滤波分析，这种技术快捷方便，实现起来简单，能准确的实现提取汽车车型的特征信息。理论上来说，车辆识别的整体过程包括图像源的获取、数据处理、后处理数据分析识别等步骤，其理论系统运作简图如图3-129。图3-1 车型识别流程简图3.2 主要采用的差影法介绍在本文中，我查询了多种方法，最后选择差影法来进行车辆特征的提取，好处很明显，在MATLAB中程序简单，操作快捷，便于理解，获取图像源简单等好处。 对于收费道路，这在一般是相对固定的拍摄位置，背景变化不大，用差影法来除去过量的背景，得到车辆轮廓。差影法类似是对两幅图像做减法，“减掉”除被测对象的多余背景干扰项，从而得到所需要的图像和轮廓并输出，数学表达式就像最基础的a-b=c一样，Fa所选择对象的上一帧背景图，检测到目标得下一帧图像是Fb，做减法之后得出Fc，如下：Fc( i , j)=Fb( i , j)-Fa( i , j)；式中 : i , j 为像素点坐标, i =1 , ,m ; j =1 , ,n ;83.3 实测特征提取过程3.3.1 图像预处理通过编码程序完成图像的读入，灰度化和中值滤波处理。图像灰度化的目的是将彩色图像转变成只有单一像素信息的图像，而中值滤波可以保持需要目标轮廓的情况下，模糊并抹去背景这个干扰项。通过查阅相关文献资料，考虑到这次实地测试所得的图像，我们选取的模板大小为 5 pixel 5 pixel , 决定采用模板较大为 55时在本课题中滤波效果稍微更好。具体MATLAB程序如下图3-2： 图3-2 程序图上述程序得到图片的变化过程如下图3-3，有得出结果看出，文章中中值滤波处理5x5是没错的，得图清晰，之后做差得图也是目标轮廓最清晰的。图3-3 输入图片预处理过程3.3.2 图像差分处理上述过程用除去了图像中噪声干扰，用中值滤波处理后得两图像差影后的结果图如下图3-3所示。由结果可见差影后得图效果好，随含颗粒噪声干扰项，这可能是由于在获取原图片时， 光线的微变被曝光 、上下帧两图出现除目标对面外更多的干扰物和拍照时轻微抖动等影响而产生的。具体MATLAB程序如下图： 图3-4 做差得出结果图及程序图3.3.3 形态学处理许多形态学算法都是以膨胀和腐蚀这两种运算为基础的，后续过程具体就运用到了这两种算法它们具有填充图像内细小的像素空洞，连接显示明显物体和平滑较大物体边界的作用9。具体MATLAB程序如下，得到预处理如图3-4。图3-5 腐蚀膨胀得图及程序图3.3.4 填充目标图像我们已经获得了该模型的形状边缘轮廓，之后将充满该边缘轮廓图等填充，作为之后具体参数获取的形态。填充操作是基于像素边界上的一种像素区域的动作。它也是形态的一个共同的操作，并且可以由MATLAB内部函数及数学公式来实现图象的横纵向填充。该功能将二值化图像中光亮区域包围的黑色区域变成亮区。通过此功能可以很好的完成对周围不完整的区域进行边缘填充，就可以得到图的形状的完整的模型。填充图像后，检测目标对面的具体轮廓会变得很亮，背景被完全模糊处理，图像边缘还处于毛坯状态，存在参差不全的状态，如果特征参数提取会影响模型的有效性特征值，所以进行图像开运算、闭运算操作去除边缘毛刺，模型轮廓平滑整齐。先腐蚀后膨胀是开运算，本测试选择是开运算。得到预处理图像如图3-6。图3-6 预处理最终得到图形上述过程具体MATLAB程序如下图3-7： 图3-7 程序图 3.3.5 扫描得具体参数图3-8 扫描点示意图如图所示用相关程序扫描出5个点，得出各个点左边。A（b1,a1）,B(b2,a1),C(b4,a4),D(b3,a3),E(b3,a2)。可得出如下具体参数： 车顶长度d=b2-b1； 整体车长度f=b4-b3； 整体车高度h=a2-a1； 车头高度hmin=a2-a4； 车尾高度hmax=a2-a3。3.4 本章小结本章介绍了车辆特征提取系统的概念，通过实地测量，详细分析和介绍图像每一步骤的处理方式和得到结果。4 图像特征参数提取及车型分类4.1 特征参数的选择汽车的相关特征参数众多，可检测的参数也很多，外观有车牌可以判断，形状来说，宽度、高度、轴距等多个参数和其他不同参数，针对每一种相关特征参数的采取和识别都是非常不同的。实际情况中，用感应线圈来衡量的最短轴距，但不能有效地防止非法私自加长的未经授权的用户和扩大车厢的现象。本文选则了车辆的高度与长度比，车辆的顶部长度与车辆的长度比，和对车顶作中垂线，车身被这中垂线分成两部分之比，对车辆进行车型的识别。本章节通过对车辆长与高的比值，粗略的对车辆的种类进行了中小型和大型车的分类，然后通过车顶长度和车身比等其他比值细分出四类具体车型。综上所述在特征参数方面，通过图像处理和可以从图像中获取的长、高、车顶长等参数，透过比值和数学公式进行常见的四种车型分类，在程序设计方面也比较快捷简便。4.2 分类标准的设定表4-1 汽车参数大致范围表8车辆类型（实例）长(m)高(m)长高比轴距比轿车（丰田-卡罗拉）4.1-4.41.3-1.50.31-0.320.56-0.59SUV（奥迪Q7）4.5-5.21.7-2.00.37-0.380.53-0.58面包车（长安之星2）3.7-4.21.7-1.90.44-0.450.66-0.67大型客车（汇通大客车）10-13.52.5-3.20.23-0.250.68-0.75进行人工统计各类汽车的长、高、轴距，进行范围分类，上表4-1是查阅一些特定车型的具体数据，并进行轴距比范围计算。 通过上表得出，通过长高比分成两类，界限是0.32，客车与轿车在车顶长度与整体车长比值方面有较大区别，取界限为0.75，面包车与SUV上在车头高度与车尾高度比值上有较大区别，取界限为0.8，原理框架如下图4-1.图4-1 原理框架简图图上其中d=车顶长度；f=整体车长度；h=整体车高度；hmin=车头高度；hmax=车尾高度。4.3 车型识别这里我们接着第3章的内容下去，已知第3章已经通过MATLAB程序扫描处理后得差影图像得出目标汽车的几何特征参数，也通过各方面调查得知几种车型的具体参数，不同车型在不同参数上有不同范围，把原理框架图透过MALTAB设定相应的数学式表达出来，便能通过如下图4-1 MATLAB函数编程计算得出：图4-1 程序图 4.4 测试结果和分析算法已经确定，通过实地检测该算法是否能实现具体识别车型，但由于人工取景误差大，图像识别系统比较简单，大部分实地测量由于影差法的局限性，背景因风吹草动等外界原因，车型具体轮廓很难提取出，导致算法太过理论，难以结合实际误差进行判断，下表4-1为结果分析。表4-1 实地测量结果数量错误的数量正确率有具体轮廓组24770%轮廓清晰组15287%实地取材138组，通过图像预处理有24组有具体车型轮廓，其实15组是车型轮廓比较清晰的，通过上表可知，错误的数量7个里面5个属于不是清晰的车型轮廓，实测证明，只有有良好的图源，良好的提取出清晰的车型轮廓，识别率是很高的。4.5 本章小结本章如要介绍的车型识别系统程序的设计和实现，分别介绍了参数选择、范围标准预设定、程序算法确定、得出结论的部分细节和步骤，最后通过MATLAB软件仿真得出结果。5 总结与展望5.1 总结本文采用的算法和选择的图像处理方法基本完成了识别任务设计，该算法简单便捷，透过简单的MATLAB软件实现，差影法干扰抑制能力越强，速度快，硬件实现是容易的，识别精度也不低，操作和理解起来比较容易。实地测试表明，目标测量图像和其背景图采集质量的要求很高，就按正常人的摄影水准难以完全做到目标原图和背景图在短时间内完成，就会造成差影之后会出现更多不确定性的事物出现，从而影响判断，即图像差影法算法是要求非常高的，在固定的背景，干扰物体较少的情况下，能大大提高识别效率，如单纯的公路背景图，所以这种方法很适合车型识别。但在一些背景复杂，有灰尘、运动中的行人等干扰情况下其识别效果还不理想，也使得后期算法无法准确进行，影响到了最终的识别的准确通过率。在课题的研究过程中，触摸到了从未接触过的软件-MATLAB，知道了MATLAB广阔的适用弹性和它强大且涉及领域极广的运用功能，学会MATLAB基本操作和对编码的基本认识，给我打开一个全新的运用窗口，了解到了小小编码的无限魅力所在。5.2 展望现阶段误差是肯定存在的，在不排除外界干扰外，硬件上的误差存在且不趋于0，理想状态下无差别识别还是有一段路要走，今后本课题我看来需要完善的地方还有很好，例如下面几点：(1)Matlab随包含很多语言且也有很多优点，但也存在速度慢、工作必须依托Matlab平台的缺点。(2)本文采用的分类也只是基于大数据下的数据比值，常见具体车型能准确无误的识别出来，但偏门车型可能就不好正确的判断，今后还需大大加强算法的力度，进而达到精而准的要求。(3)由于基于差影法去识别车型，本方法本身就存在不小的漏洞，干扰性较大，适用范围不广，图像源获取有一定限制，今后还需科研人员的努力，继续完善该技术。(4)由于科技在发展，全新的车型不断出现，特别是一些客车与厢式车的外形比较接近，数据库更新不及时，使得车辆轮廓的提取较为困难，这就要求我们在车型数据库的建立上要更加细致，将新车型尽快补充到数据库中。参考文献1 Farag, S. F.; Bartheld, R.G.; Habetler, T. G.An integrated on-line motor protection systemJ,IEEE Ind. Appl. Mag,1996,2(2):21-26.2 Leon Cohen. Time-Frequency Analysis: Theory and Applications M.Prentice Hall.1995,1-30.3 Pun T.Entropic Thresholding.A New ApproachJ.Computer Vision,Graphics Image Process,2001,16:55-210.4 CUI Yi.Imagery Processing and Analysis-mathematics Morphology M ethod and ApplicationM.Beijing:The Science Press,2002.5 CUI Jiang.Research on the Image Recognition Technique for Moving.VehiclesD.Nanjing:Nanjing University of Aeronautics and Astronautics, 2003.6 LI Jin-hui,Lou Wei,JIANG Shou-shan.A Study on Road Surface Defects Detecting Technology,2002,22(2):21-95.7 YU Hong-jun.Research on the Recognition of the Vehicle Style and Recognition of the Vehicle Plate D . Xian: Highway College of Chang an University,2005.8 李晋秀，赵建涛.一种图像处理的汽车类型识别算法J.西安工业大学学报,2009,29(3):275-278.9 王振峰.图像处理技术在汽车类型自动识别中的应用研究D.中国农业大学硕士学位论文,2000.10马宁.基于神经网络的汽车识别研究D.哈尔滨工程大学硕士学位论文,2002.11李介谷,施鹏飞,刘重庆,谢式绚编著.图像处理技术D,上海交通大学出版社,上海,1988.12章毓晋.图像处理和分析D,清华大学出版社,1997.13徐建华编著.图像处理与分析D,科学出版社,1992.14吴维从编著.计算机图像处理D,上海科学技术出版社,1989.15吴敏金著.图像形态学D,上海科学技术文献出版社,1991.16吴健康编著.数字图象分析,D人民邮电出版社,1989.17刘榴娣,刘明奇,党长民编著.实用数字图像处理D,北京理工大学出版社,1998.18沈庭芝,方子文编著.数字图像处理及模式识别D,北京理工大学出版社,1998.19潘祖善,何绍雄,贾学堂编.滤波技术D,上海交通大学出版社,1997.20沈清,汤霖编著.模式识别导论D,国防科技大学出版社,1991.21薛东辉,朱耀庭,朱光喜,熊艳.分形方法用于有噪声图像边缘检测的研究D,通信学报,1996,17(1):7-11.22陈凌,陈云霞.改进Hnogh变换及并行计算R,电子学报,24(10):111-114.23李文彪,潘士先.弱正则化边缘检测R,自动化学报,1996,22(5),545-553.24舒昌献,莫玉龙.基于软化形态学的边缘检测R,中国图报,1999,2(4,2):141-142.25叶衍,张凌,曹明明,何久保.基于特征分布的图象信息抽取R,中国图象图形学报,1998,3(3,3):189-192.26奕新,朱铁一.二次滤波法提取边缘信息方法及其应用R,青岛海洋大学学报,1999,l,(29,l):107-110.27高雁飞.几种CCD图像边缘的高精度检测方法分析R,西安工业学院学报,1998,6,(18,2):92-98.28张启忠,杨纪春,罗志增.模糊边缘检测技术在机器人触觉图象处理中的应用,传感器技术R,1998,(17,l)6-7川李应,唐增铭,宋新科,计算机视觉在汽车吨位辨识中的应用,福州大学学报,1998,12,(26,6)25-27.29周伟.MATLAB小波分析高级技术M,西安:西安电子科技大学出版社, 2006,1-130.29梅丽凤,王艳秋.蓝和惠一种新型车型自动识别系统J,制造业自动化,2006, 28 (12):68-71.30蔡智湘.车型自动分类技术的分析和前景展望J,潍坊学院学报,2004.7, 14(4):120-122.31顾国华,陈钱,张保民.一种基于红外检测的车型自动分类电子收费系统J,交通与计算机,2002,20(6): 33-35.32牟瑛.车型自动分类识别系统J,微计算机应用,2006,27(4): 471-473.33张铁.基于视频的车型识别系统的实现D,四川;四川大学,2004.34曹治锦,唐慧明.视频图像中的车型识别J,计算机工程与应用, 2004,(24):226-228.致谢在写完这篇论文之际，也是距离大学生活结束不远了，同时也是结束了我遥遥十数年的作为学生的生活，青春伴随着知道的成长而消逝，我早不是近4年前初来上海东华的我，没了当年的稚嫩，没了年少的无知，没了那份遇见未知事物的好气与热血，通过大学生活沉稳与安定的思想印刻脑际，大学可能学不了更多的科学知识，了解不到更多前卫的科技成果，但却让我们深知如何去解决未知问题的方法和思路，这点很重要，即将工作的我，抛开学生的标签，正式作为社会的一份子为国家建设注入新鲜血液，感谢学校多年来的养育，作为学生生涯最后一站，我很庆幸是在这里结束。感谢老师们的悉心教导，感谢辅导员，有了老师们和辅导员的热切关注我才能成长。这里特别感谢我的导师费胜巍老师，认真督促我们完成课题要求，指出我很多错误，细心教导我一一改正写论文中遇到的难题。最后感谢我身边的好友和远在他乡的父母，没有他们，也就没有如今的我，友人的信任，父母默默的支持，是我完成各种任务潜在不可或缺的动力。衷心感激百忙中抽出时间参加评审论文和答辩的各位老师！附录完整运行程序% 读取图像i=imread(1.0.bmp);figure,imshow(i,),title(原图);j=imread(1.1.bmp);figure,imshow(j,),title(背景)% 图像预处理 %灰度化i1=rgb2gray(i);j1=rgb2gray(j);figure,imshow(j1,),title(背景图灰度化)figure,imshow(i1,),title(原图灰度化) %中值滤波i2=medfilt2(i1,5,5);j2=medfilt2(j1,5,5);thresh=graythresh(i2);i3=im2bw(i2,thresh);thresh=graythresh(j2);j3=im2bw(j2,thresh); %相减后取边界s=imsubtract(j2,i2); s=double(s);figure,imshow(s,),title(做差得出结果图)%腐蚀se=strel(disk,2);s1=imerode(s,se);figure,imshow(s1,),title(腐蚀
- 温馨提示:
1: 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
2: 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
3.本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
人人文库网所有资源均是用户自行上传分享，仅供网友学习交流，未经上传用户书面授权，请勿作他用。
川公网安备: 51019002004831号