監(jiān)控視頻中的車型識(shí)別技術(shù)研究.pdf

1、隨著社會(huì)的發(fā)展，城市人口越來(lái)越密集，隨之帶來(lái)的交通問(wèn)題也越來(lái)越嚴(yán)峻，智能交通系統(tǒng)開始被引入到交通管理中，而車輛檢測(cè)技術(shù)和車型識(shí)別技術(shù)則是智能交通系統(tǒng)的兩大關(guān)鍵技術(shù)。本文研究智能交通系統(tǒng)中的車型識(shí)別技術(shù)，基于數(shù)字圖像處理的途徑，設(shè)計(jì)實(shí)現(xiàn)一個(gè)車型識(shí)別原型系統(tǒng)。車型識(shí)別系統(tǒng)由車輛檢測(cè)與提取、圖像預(yù)處理、特征提取、特征分類等四部分組成。主要完成了以下工作:
　　1.車輛檢測(cè)與提取。從相機(jī)拍攝的視頻中，提取參考幀圖像，比較當(dāng)前幀圖像與參考幀

2、圖像的像素值差異，有較大差異的像素?cái)?shù)目超過(guò)閥值時(shí)，則認(rèn)定檢測(cè)到車輛目標(biāo)，再用背景差分法提取車輛目標(biāo)。
　　2.圖像預(yù)處理。采用加權(quán)平均法將彩色圖像轉(zhuǎn)化為灰度圖像，然后用中值濾波器對(duì)圖像降噪，接著采用灰度拉伸和直方圖均衡等方法增強(qiáng)圖像的對(duì)比度，以利于后續(xù)特征提取。
　　3.特征提取。主要研究車輛圖像的幾何特征和紋理特征，通過(guò)提取車輛的寬、高特征，根據(jù)寬高比值特征來(lái)分類公交車、面包車、和轎車等不同車型;通過(guò)生成標(biāo)準(zhǔn)車臉圖像的灰度

3、共生矩陣，提取灰度共生矩陣的五個(gè)紋理特征，根據(jù)紋理特征來(lái)分類大眾、豐田、雪佛蘭、和日產(chǎn)等不同品牌的車。
　　4.車型分類。分別提取兩個(gè)訓(xùn)練樣本庫(kù)圖像的比值特征和紋理特征，計(jì)算每類型車的平均比值和平均紋理特征向量，然后采用最小距離分類器，根據(jù)待識(shí)別車輛圖像的比值特征或紋理特征向量進(jìn)行車型分類。
　　本文使用VS2010，基于OpenCV設(shè)計(jì)實(shí)現(xiàn)了兩套車型識(shí)別系統(tǒng)，對(duì)采集的車輛視頻圖像進(jìn)行了實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果證明了所采取的識(shí)別算法的