車標自識別系統(tǒng)算法研究.pdf

1、隨著城市交通壓力的不斷增大,智能交通系統(tǒng)的重要性已經日益顯現(xiàn)。目前車輛自識別系統(tǒng)已經在多個領域得到廣泛應用,在車庫管理、路口收費、違規(guī)抓拍以及事故處理上都發(fā)揮了極其重要的作用。車輛自識別系統(tǒng)的實現(xiàn)具有很大的經濟價值和現(xiàn)實意義。
　　車標定位和車標識別是車輛自識別系統(tǒng)中的兩項關鍵技術。本文研究了一種車輛標志自識別系統(tǒng)的算法實現(xiàn)。第一章,闡述了該課題的研究背景,介紹了國內外智能交通系統(tǒng)的發(fā)展情況,并對車輛識別技術中所包含的車型識別、車

2、牌識別以及車標識別技術做了簡要介紹,并分析了本課題所研究的車標自識別系統(tǒng)的發(fā)展現(xiàn)狀和技術難點。第二章,研究了車標檢測定位與識別的基礎理論。在車標預處理方面研究了運用加權平均值法的數(shù)字圖像灰度處理;通過直方圖均衡化提升對比度的方法;運用鄰域平均法進行平滑去噪的方法。本課題利用邊緣檢測方法實現(xiàn)車標檢測與定位,先介紹了經典算子法里常用的Sobel邊緣檢測算子、Roberts邊緣檢測算子、Laplacian邊緣檢測算子以及Prewitt邊緣檢測

3、算子的理論及應用,然后介紹了最優(yōu)算子法里的Canny算子、LoG算子兩種算子的理論與應用。車標識別部分則是先介紹車標特征選取的原則及四種常用特征:紋理、顏色、空間關系和形狀,然后介紹了主成分變換和Hu不變矩兩種特征變換方法。接下來針對分類決策描述了最小距離分類器、貝葉斯分類器、支撐向量機分類器以及神經網絡分類器四種分類器。第三章,詳細論述了該系統(tǒng)基于背景抑制和形態(tài)濾波的車標定位算法的實現(xiàn)。先利用目前成熟的車牌先驗知識和定位算法,實現(xiàn)車標

4、的粗定位;然后經過加權平均值的灰度法和鄰域平均法實現(xiàn)車標的圖像灰度化和平滑去噪;再利用Sobel的邊緣檢測算子進行車標的進一步檢測;接著通過背景去噪后,利用矩形結構元素實現(xiàn)車標精確定位。第四章,先對車標矩特征進行提取,然后針對車標的矩特征,選擇7個Hu不變矩,作為特征不變量進行識別分類,再通過已經建立好的標準特征庫進行比對,利用歐幾里德距離對車標相似度做度量最終實現(xiàn)車標識別。經過大量實驗,證明了該識別算法精度高、處理速度快。第五章,對本