基于多特征融合的車(chē)輛檢索.pdf

1、隨著社會(huì)的快速發(fā)展以及經(jīng)濟(jì)水平的逐步提高，汽車(chē)保有量迅速增長(zhǎng)的同時(shí)車(chē)型也在不斷豐富，這給城市交通的管理帶來(lái)了嚴(yán)峻考驗(yàn)，也迫使我們對(duì)交通管理的效率提出更高的要求。交通部門(mén)對(duì)車(chē)輛的監(jiān)控，主要是從交通卡口攝像機(jī)獲取車(chē)輛圖像，然后通過(guò)肉眼進(jìn)行排查。針對(duì)上述低效率的查找方式，本文對(duì)車(chē)輛識(shí)別的方法進(jìn)行改進(jìn)，在保證準(zhǔn)確率的前提下提高車(chē)輛識(shí)別的效率。
　　車(chē)牌識(shí)別是最有效的車(chē)輛特征識(shí)別方法。但當(dāng)車(chē)牌無(wú)法識(shí)別時(shí)，車(chē)輛的顏色、車(chē)型等外部特征就成為了車(chē)

2、輛識(shí)別的重要特征信息。本文研究的主要內(nèi)容如下:
　　(1)車(chē)牌識(shí)別。對(duì)含有車(chē)牌信息的圖像進(jìn)行彩色圖像灰度化、圖像二值化和邊緣檢測(cè)等預(yù)處理，去掉干擾信息;根據(jù)車(chē)牌長(zhǎng)寬比值進(jìn)行車(chē)牌區(qū)域定位，并對(duì)其做水平垂直校正，確保后續(xù)字符分割和識(shí)別的準(zhǔn)確性;采用投影分割法對(duì)字符進(jìn)行分割，通過(guò)設(shè)定字符平均寬度有效防止誤分割。
　　(2)車(chē)型識(shí)別。本文討論基于灰度的圖像配準(zhǔn)方法和基于特征的圖像配準(zhǔn)方法進(jìn)行車(chē)型識(shí)別?；诨叶鹊膱D像配準(zhǔn)方法先利用顏色

3、直方圖信息對(duì)圖像進(jìn)行粗定位后，再采用歸一化互相關(guān)算法對(duì)圖像進(jìn)行匹配。該方法實(shí)現(xiàn)簡(jiǎn)單、實(shí)時(shí)性好，但只適用于圖像尺寸縮放不大的車(chē)型識(shí)別。基于特征的圖像配準(zhǔn)方法采用最近鄰比例的匹配方式來(lái)確定特征匹配點(diǎn)的數(shù)目，數(shù)目越大相似度越高。該方法不直接依賴(lài)于像素灰度值，對(duì)圖像灰度變化、縮放、旋轉(zhuǎn)均具有不變特性。
　　(3)顏色識(shí)別。根據(jù)所要識(shí)別車(chē)輛的顏色設(shè)置顏色特征分量值，結(jié)合車(chē)輛邊緣檢測(cè)的區(qū)域定位方法得到待識(shí)別車(chē)輛。本文采用的YCbCr映射空間受