基于卡口圖像車型識別的研究.pdf

1、隨著交通問題的日益嚴峻，智能交通系統（Intelligent Transportation System，ITS）技術的研發(fā)顯得尤為迫切。車型識別系統作為ITS系統的一個重要組成部分，起著關鍵的作用。本文主要研究了智能交通系統中圖像車型識別的關鍵算法和技術，主要包括車輛檢測及定位、車輛特征提取、車輛分類三個重要組成部分。
　　(1)在車輛檢測及定位方面，本文提出了一種初步檢測和精確定位相結合的車輛檢測方法。首先提取圖像的HOG(H

2、istogram of Oriented Gradient)特征，結合SVM(SupportVector Machine)分類器進行初步的車輛檢測，然后采用數學形態(tài)學及其開閉重建的方法消除部分噪聲干擾及無關的邊緣，提取車輛邊緣信息，并對邊緣圖進行投影，提出將投影圖轉換成一幅二值圖像，再對二值圖像進行數學形態(tài)學處理，消除投影圖的部分噪聲和毛刺，最后查找車輛邊界。
　　(2)在車輛特征提取方面，本文分析和比較了車輛特征的提取方法，包括

3、不變矩特征量、紋理特征量、方向梯度直方圖特征量、SURF(speed up robust features)特征量以及積分通道特征(Integral Channel Features，ICF)，綜合考慮了特征的性能，本文采用了車輛的SURF特征與積分通道特征結合特征量作為車型識別分類器的輸入特征。
　　(3)在車輛分類方面，本文介紹SVM（Support Vector Machine）分類器的分類性能和特點以及SVM二分類器用于多

4、分類的方法，并通過支持向量機對車輛不同特征的車型進行識別實驗，驗證了選擇SURF特征與積分通道特征結合特征量作為本車型識別的車輛特征的有效性。
　　本文的車型識別系統以微軟公司的Visual Studio2010軟件作為開發(fā)環(huán)境，采用C/C++編程，并借助了開源圖像類庫OpenCV進行相關算法的實現，使用工業(yè)相機進行圖像的采集。實驗表明，本文的方法具有較好的識別效果，且魯棒性較好，對車型自動識別的研究和發(fā)展具有一定應用價值和意義。