基于圖像處理的車型識別技術(shù)研究.pdf

1、隨著交通擁擠和堵塞等各種問題的日益突出，以及計算機技術(shù)的不斷發(fā)展，智能交通系統(tǒng)(Intelligent Transportation System，簡稱ITS)得到了越來越廣泛的應(yīng)用，并在歐、美等發(fā)達國家廣泛得到應(yīng)用，而在我國的應(yīng)用尚處于探索研究的起步階段。車輛的自動識別和跟蹤技術(shù)是ITS的重要組成部分，本文在分析了各種車輛識別技術(shù)的基礎(chǔ)上，綜合圖像處理和模式識別技術(shù)來實現(xiàn)車輛的分類。采用《收費公路車輛通行費車型分類》作為車型分類標(biāo)準。

2、首先對攝像機采集的圖像進行去除背景的運算以獲取車輛圖像，隨后的工作是圖像的預(yù)處理、特征提取、模式識別，以達到車型識別的目的。主要工作及創(chuàng)新點體現(xiàn)在：
　　 ⑴車輛圖像進行預(yù)處理過程中，分析了圖像的噪聲類型，并使用中值濾波、均值濾波、小波濾波方法對噪聲圖像進行預(yù)處理，通過實驗表明小波濾波方法能有效去除車輛圖像噪聲，保留車輛輪廓特征。并通過實驗選取了適合車型識別的邊緣檢測算法，實現(xiàn)了由Hough變換檢測圓進而為后續(xù)特征提取打好基礎(chǔ)。

3、
　　 ⑵特征提取。獲取車輛輪廓，在計算出車輛的長高比、軸間距同車長之比以及分散度（周長的平方和面積之比）的同時，還設(shè)計了根據(jù)Freeman鏈碼計算出車輛形狀的7個不變矩特征，使得車輛在圖像中的不同位置均可獲得較好的識別效果。
　　 ⑶深入研究了模式識別技術(shù)的基本理論和現(xiàn)有主要方法，設(shè)計了基于MATLAB的SVM二分類器。在對比分析的基礎(chǔ)上依據(jù)決策樹的思想設(shè)計了基于支持向量機的車型識別系統(tǒng)，并且利用LIBSVM工具作了系