基于智能手機(jī)的自動(dòng)車標(biāo)識(shí)別系統(tǒng).pdf

1、近年來(lái)，我國(guó)汽車的保有量迅猛增長(zhǎng)，交通運(yùn)輸面臨著越來(lái)越大的壓力和挑戰(zhàn)，智能交通是現(xiàn)代交通運(yùn)輸業(yè)的發(fā)展方向。車輛識(shí)別是智能交通中的關(guān)鍵技術(shù)，具有重要的商業(yè)價(jià)值和現(xiàn)實(shí)意義。將車牌識(shí)別技術(shù)與車標(biāo)識(shí)別技術(shù)結(jié)合，能夠獲取更準(zhǔn)確的車輛信息，提高車輛識(shí)別系統(tǒng)的識(shí)別率和魯棒性。
　　本文的車標(biāo)識(shí)別系統(tǒng)分為車標(biāo)定位和車標(biāo)分類兩個(gè)階段。在車標(biāo)定位階段，使用基于車牌先驗(yàn)知識(shí)的由粗到精的定位方法，先根據(jù)車牌在RGB彩色空間和HSV彩色空間的顏色特征，定位

2、車牌位置。然后根據(jù)車牌與車標(biāo)的相對(duì)拓?fù)潢P(guān)系粗略定位車標(biāo)。最后檢測(cè)車標(biāo)粗定位區(qū)域圖像邊緣，將水平邊緣圖像和垂直邊緣圖像相與，消除車標(biāo)周圍柵格的干擾，通過(guò)數(shù)學(xué)形態(tài)學(xué)開(kāi)運(yùn)算濾掉了邊緣圖中的噪聲。最后使用邊緣投影和圖像重心的方法，以重心為起始位置，在水平和垂直投影上分別定位車標(biāo)上下左右邊界。在車標(biāo)分類的階段，首先把車標(biāo)圖像歸一化為32×32，從中提取出144維的HOG特征，輸入SVM線性分類器判斷車標(biāo)類別。
　　利用以上車標(biāo)識(shí)別方法，本文