基于數(shù)字圖像處理的公交車識(shí)別研究.pdf

1、隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展,城市現(xiàn)代化加快和道路行駛車輛的不斷增加使得道路的交通環(huán)境不斷惡化。頻發(fā)的交通擁擠、道路阻塞及交通事故導(dǎo)致市民工作與出行變得越來越困難。為了改善城市交通環(huán)境,提高城市道路使用效率,國(guó)家大力發(fā)展城市公共交通建設(shè),并努力推行公交優(yōu)先和公交專用道,但實(shí)際效果并不理想。最主要的原因是缺乏對(duì)各類車輛違規(guī)占用公交專用道的管理方法和手段,單純依靠交警部門的巡查,效果有限且難以滿足實(shí)時(shí)管理的要求。因此,實(shí)現(xiàn)公交車輛與非公交車輛的自

2、動(dòng)識(shí)別成為加強(qiáng)公交專用道管理的一種最為有效的方法。
　　本文利用背景差分方法獲取車輛圖像。對(duì)于固定式攝像機(jī),圖像背景變化相對(duì)較小,使用背景差分法效果較好且復(fù)雜度較低。使用HOG算法分析車輛的邊緣特征,可以獲得較為準(zhǔn)確的車輛邊緣方向梯度特征向量,同時(shí)將光線等環(huán)境因素變化對(duì)車輛邊緣分析產(chǎn)生的影響降到最小。
　　由于我國(guó)目前的公交車主要使用的是黃色的車牌,因此采用HSI顏色空間對(duì)道路上行駛車輛的車牌顏色進(jìn)行檢測(cè),通過設(shè)置H分量的閾

3、值范圍,去除非目標(biāo)顏色區(qū)域,可以有效的檢測(cè)出黃色和藍(lán)色的車牌區(qū)域。利用車輛圖像的頻譜,可以獲得圖像中的周期分布特征和車輛大小、面積等頻譜特征,利用這些特征能夠準(zhǔn)確的區(qū)別公交車與貨車。
　　在基于支持向量機(jī)的公交車輛識(shí)別系統(tǒng)中,提取車輛的邊緣方向梯度、車牌顏色、車輛紋理頻譜這三個(gè)特征。根據(jù)檢測(cè)公交車與非公交車,即“是”與“不是”的二分類問題,設(shè)計(jì)了基于線性分類支持向量機(jī)的公交識(shí)別系統(tǒng),實(shí)現(xiàn)小樣本條件下的公交車識(shí)別,克服了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)