基于機(jī)器視覺(jué)的汽車類型識(shí)別算法研究.pdf

1、汽車類型識(shí)別是智能交通的一個(gè)重要組成部分。目前，傳統(tǒng)的電磁線圈感應(yīng)識(shí)別車型法由于對(duì)路面的破壞、維護(hù)困難、不可移動(dòng)性等原因，使其發(fā)展受到了有大的限制。近幾年車牌識(shí)別得到了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注，其原理是對(duì)車牌進(jìn)行光學(xué)字符識(shí)別（OCR），雖有著較好的識(shí)別效率，但面對(duì)一些違規(guī)遮擋、涂改、改掛車牌的現(xiàn)象卻無(wú)能為力，特別是對(duì)于未來(lái)的無(wú)人值守收費(fèi)系統(tǒng)，僅依靠它也不能解決這一問(wèn)題。 本文對(duì)機(jī)器視覺(jué)與數(shù)字圖像處理及其應(yīng)用進(jìn)行了研究，并對(duì)智能交通及

2、其關(guān)鍵技術(shù)進(jìn)行了討論。設(shè)計(jì)了一個(gè)汽車類型識(shí)別方案，運(yùn)用圖像處理的方法獲取汽車輪廓特征，提取特征參數(shù)，設(shè)計(jì)分類完成汽車類型識(shí)別。針對(duì)汽車的外形輪廓尺寸進(jìn)行圖像分析來(lái)設(shè)計(jì)算法，實(shí)現(xiàn)對(duì)汽車進(jìn)行大中小型的分類。首先，對(duì)公路收費(fèi)處采集到的汽車的圖像結(jié)合其前期背景圖像，運(yùn)用圖像差影算法進(jìn)行汽車對(duì)象提取，去除多余的背景，只留下汽車目標(biāo)。其次，對(duì)得到的結(jié)果圖像進(jìn)行預(yù)處理，采用直方圖均衡化算法增強(qiáng)圖像，重點(diǎn)是去除一些因客觀原因所疊加的噪聲，課題選用中值濾

3、波法，通過(guò)實(shí)驗(yàn)設(shè)計(jì)中值濾波模板完成噪聲濾除。再次，運(yùn)用分水嶺算法進(jìn)行圖像分割完成二值化處理，使汽車的輪廓邊界分明，便于后期的尺寸特征提取。對(duì)于汽車圖像邊緣的多余突刺和凹陷，運(yùn)用圖像數(shù)學(xué)形態(tài)學(xué)的處理進(jìn)行消除和填充，使其邊界更為真實(shí)。最后，采用橫縱向圖像點(diǎn)掃描的方法計(jì)算汽車的長(zhǎng)度和高度參數(shù)，借助統(tǒng)計(jì)分析設(shè)計(jì)的分類器完成汽車類型的識(shí)別。運(yùn)用DELPHI高級(jí)程序語(yǔ)言完成了算法的實(shí)現(xiàn)，并運(yùn)用其進(jìn)行相關(guān)實(shí)驗(yàn)。實(shí)驗(yàn)顯示，將機(jī)器視覺(jué)與數(shù)字圖像處理運(yùn)用于