基于復(fù)雜背景噪聲的汽車車型識別研究.pdf

1、在科技高速發(fā)展的今天，計算機(jī)技術(shù)、電子、信息、通信以及自動化被普遍應(yīng)用到各個領(lǐng)域，其中也包括道路交通管理。為了解決道路交通管理、路橋收費(fèi)站自動收費(fèi)等問題，世界各國紛紛把目光投向了對各種交通運(yùn)輸系統(tǒng)的研究開發(fā)。這些交通系統(tǒng)的應(yīng)用可解除收費(fèi)站的“瓶頸”制約作用,較好地緩解收費(fèi)站的交通擁擠、排隊現(xiàn)象，偵察違章車輛、處理交通事故等。目前已有一些比較成熟的系統(tǒng)，并且很多已經(jīng)投入使用，但是這些系統(tǒng)存在著一些局限性，也有的系統(tǒng)是在半人工半自動化的情況

2、下操作的。本文的選題就是在這樣一個大的研究背景下提出的。
　　本文從汽車收費(fèi)站實地拍攝的汽車圖片著手研究，發(fā)現(xiàn)用于車型識別的汽車圖片通常帶有極復(fù)雜的背景噪聲，而這些背景噪聲不可能通過諸如背景相減等一些簡單的方法去除掉。在本文研究過程的前期，遵循了提取輪廓線、尋找識別特征信息以識別車型的步驟。在提取輪廓線的方法研究中，首先把多種較成熟的方法應(yīng)用到實驗中，比較各種方法在本研究課題中的優(yōu)劣，最后再把地理中等高線的原理應(yīng)用到圖像處理中，得

3、到了較理想的車型輪廓，解決了在單一背景下提取輪廓線的局限性問題。用直線擬合車型輪廓曲線，不同的車型會有不同直線斜率和成角信息，由此提出了斜率之差算法，用于車型輪廓等高線的直線擬合。該算法為后續(xù)的車型分類識別提供了非常有用和可靠的特征樣本信息。
　　提取的車型輪廓是車型識別的一個重要特征，在此基礎(chǔ)上，本文也關(guān)注到了汽車的長、寬、高等基本特征信息，特別是兩車胎中心距這個特征成為本論文中車型識別的重要參數(shù)。通過多種方法的實驗和比較，最后