基于車輛正面圖像的車型識別系統(tǒng)研究與設(shè)計.pdf

1、車輛的車型識別是智能交通系統(tǒng)應(yīng)用領(lǐng)域中的重要分支，在高速公路收費(fèi)管理系統(tǒng)中起著重要作用。由于車臉區(qū)域擁有豐富的車輛特征信息，所以研究基于車輛正面圖像的車型識別技術(shù)具有重要意義。
　　本文基于采用USB接口的數(shù)據(jù)采集平臺開展研究與設(shè)計，該平臺利用CPLD和圖像傳感器的時序配合，將圖像數(shù)據(jù)存儲到SRAM當(dāng)中。然后由 DSP去讀取SRAM當(dāng)中的圖像數(shù)據(jù)，通過DSP的HPI接口和USB接口的通用可編程接口進(jìn)行通信，把采集到的圖像數(shù)據(jù)傳送到

2、上位計算機(jī)的內(nèi)存當(dāng)中。本文重點(diǎn)研究基于圖像處理與模式識別技術(shù)的車型識別技術(shù)，并在上位計算機(jī)上通過 C++編程設(shè)計了實(shí)際的車型識別系統(tǒng)，具體內(nèi)容如下。
　　首先，利用所采集到的車輛正面圖像進(jìn)行特征定位和特征提取。通過對車臉區(qū)域的觀察和分析得出：特征區(qū)域主要為車標(biāo)和大燈。首先利用水平積分投影和邊緣檢測算子定位出車臉帶區(qū)域，再通過水平和垂直積分投影定位出車標(biāo)，最后通過Houng變換、凸包算法和Snake模型定位出大燈，利用幾何HU矩提取

3、特征值，最后利用歐氏距離特征匹配算法進(jìn)行特征值匹配。經(jīng)過對識別結(jié)果分析，該識別算法達(dá)到了良好的識別效果。
　　然后，針對車型識別中傳統(tǒng)的車牌定位算法在定位效果上不夠理想的問題，提出了一種把灰度拉伸和最大方差閾值分割方法，并應(yīng)用于圖像預(yù)處理的前期處理當(dāng)中，通過加以車牌結(jié)構(gòu)特征和顏色特征的篩選和驗證條件來識別所定區(qū)域是否為真實(shí)車牌，并去除誤檢車牌區(qū)域。該方法提高了圖像對比度和自動確定二值化閾值，實(shí)驗結(jié)果表明，該方法具有準(zhǔn)確度高、快速性