智能交通系統(tǒng)中車標(biāo)圖像識(shí)別技術(shù)研究.pdf

1、隨著人們生活水平的不斷提高，汽車已經(jīng)成為日常生活中必不可少的交通工具。21世紀(jì)以來，全球汽車保有量增長迅猛，車輛信息及公路交通設(shè)施管理等問題面臨巨大挑戰(zhàn)，因此，對(duì)智能交通系統(tǒng)的需求又進(jìn)入一個(gè)新的紀(jì)元。車標(biāo)是車輛信息重要組成部分，車標(biāo)識(shí)別對(duì)車輛信息管理意義重大。
　　 車標(biāo)識(shí)別系統(tǒng)應(yīng)包括圖像采集、預(yù)處理、車標(biāo)定位、車標(biāo)識(shí)別等部分。其中車標(biāo)定位及識(shí)別起關(guān)鍵性作用，因此，本文主要研究車標(biāo)定位與識(shí)別的方法。本文主要工作如下:
　　

2、 (1)分析車標(biāo)顏色特征，選擇灰度空間進(jìn)行后繼處理，然后進(jìn)行圖像去噪、尺寸歸一化等操作。
　　 (2)車標(biāo)定位，首先采用梯度對(duì)車標(biāo)周圍水平或豎直紋理進(jìn)行抑制，采用極大值極小值濾波突顯車標(biāo)區(qū)域，然后進(jìn)行水平和豎直投影，定位車標(biāo)，最后采用基于左右邊界對(duì)稱進(jìn)行車標(biāo)驗(yàn)證。實(shí)驗(yàn)驗(yàn)證，定位效果較好。
　　 (3)車標(biāo)識(shí)別，首先實(shí)現(xiàn)用2DPCA對(duì)車標(biāo)圖像進(jìn)行降維，采用KNN進(jìn)行識(shí)別，并且提出采用車標(biāo)圖像HOG特征加以KNN和SVM進(jìn)