基于視頻的車型識別方法的研究.pdf_第1頁
已閱讀1頁,還剩80頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著我國經(jīng)濟(jì)的迅速發(fā)展,汽車數(shù)量也在迅猛的增加,交通管理面臨著巨大的壓力。智能交通系統(tǒng)是未來交通系統(tǒng)發(fā)展的主方向,必定成為解決交通問題的最佳方案。車型識別系統(tǒng)是智能交通系統(tǒng)的核心部分,被廣泛應(yīng)用于公路自動收費(fèi)管理系統(tǒng)、電子警察和停車場治安監(jiān)管等方面,對車輛有效的管理具有重大的意義。
  本課題以車型識別作為研究對象,在分析了交通卡口視頻監(jiān)控的基礎(chǔ)上,采用數(shù)字圖像處理技術(shù)建立了車型識別系統(tǒng)。本課題完成的主要工作有:
  (1)

2、圖像預(yù)處理部分:針對卡口監(jiān)控圖像特點(diǎn),提出了圖像濾波和圖像增強(qiáng)的圖像預(yù)處理方法:針對卡口監(jiān)控中車輛經(jīng)常暴露在強(qiáng)烈陽光下,容易產(chǎn)生“白線”噪聲,提出基于改進(jìn)的自適應(yīng)滑動窗口的中值濾波算法;針對圖像光照不足,圖像對比度低的問題,提出了一種改進(jìn)的直方圖均衡化處理的圖像增強(qiáng)算法。通過實(shí)驗(yàn)表明,該圖像的預(yù)處理算法在保留圖像邊緣信息的前提下,可以去除圖像的噪聲,增強(qiáng)圖像的對比度,為后續(xù)實(shí)驗(yàn)建立了基礎(chǔ)。
  (2)目標(biāo)車輛檢測與提取部分:提出了

3、一種快速而又準(zhǔn)確的背景建模算法,該算法可以對監(jiān)控視頻迅速建立背景模型及時做出背景更新;另外,本文根據(jù)監(jiān)控視頻的特點(diǎn),提出了一種改進(jìn)的虛擬線圈法抓拍運(yùn)動車輛的方法。通過實(shí)驗(yàn)表明,該算法具有計(jì)算量小、速度快和準(zhǔn)確性高的特點(diǎn)。
  (3)車型識別部分:針對卡口監(jiān)控圖像中車輛會產(chǎn)生陰影的問題,提出了一種改進(jìn)的顏色空間方法檢測車輛陰影的算法。通過實(shí)驗(yàn)表明,該算法能準(zhǔn)確的檢測到車輛陰影區(qū)域。另外,本文提出了一種利用分割出的面積來對車型進(jìn)行分類

4、的方法。通過實(shí)驗(yàn)表明,該算法可以準(zhǔn)確的對車型進(jìn)行分類。
  (4)車標(biāo)識別部分:針對車標(biāo)的位置不固定、形狀不統(tǒng)一造成的車標(biāo)定位困難的問題,本文提出了一種由粗到精的定位方法。通過實(shí)驗(yàn)表明,該算法定位到的車標(biāo)位置準(zhǔn)確;另外,本文提出了一種基于歐氏距離和Hu矩的車標(biāo)識別算法。通過提出車標(biāo)的形狀特征,來對車標(biāo)進(jìn)行識別。通過實(shí)驗(yàn)表明,該算法車標(biāo)識別率高。
  (5)開發(fā)了基于C#的車型設(shè)別及車標(biāo)識別軟件系統(tǒng)。通過對卡口監(jiān)控視頻進(jìn)行測試

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論