基于视频图像的车型识别方法的研究

【摘要】：随着我国经济的迅速发展,汽车数量也在迅猛的增加,交通管理面临着巨大的压力。智能交通系统是未来交通系统发展的主方向,必定成为解决交通问题的最佳方案。车型识别系统是智能交通系统的核心部分,被广泛应用于公路自动收费管理系统、电子警察和停车场治安监管等方面,对车辆有效的管理具有重大的意义。本课题以车型识别作为研究对象,在分析了交通卡口视频监控的基础上,采用数字图像处理技术建立了车型识别系统。本课题完成的主要工作有：(1)图像预处理部分：针对卡口监控图像特点,提出了图像滤波和图像增强的图像预处理方法：针对卡口监控中车辆经常暴露在强烈阳光下,容易产生“白线”噪声,提出基于改进的自适应滑动窗口的中值滤波算法；针对图像光照不足,图像对比度低的问题,提出了一种改进的直方图均衡化处理的图像增强算法。通过实验表明,该图像的预处理算法在保留图像边缘信息的前提下,可以去除图像的噪声,增强图像的对比度,为后续实验建立了基础。(2)目标车辆检测与提取部分：提出了一种快速而又准确的背景建模算法,该算法可以对监控视频迅速建立背景模型及时做出背景更新；另外,本文根据监控视频的特点,提出了一种改进的虚拟线圈法抓拍运动车辆的方法。通过实验表明,该算法具有计算量小、速度快和准确性高的特点。(3)车型识别部分：针对卡口监控图像中车辆会产生阴影的问题,提出了一种改进的颜色空间方法检测车辆阴影的算法。通过实验表明,该算法能准确的检测到车辆阴影区域。另外,本文提出了一种利用分割出的面积来对车型进行分类的方法。通过实验表明,该算法可以准确的对车型进行分类。(4)车标识别部分：针对车标的位置不固定、形状不统一造成的车标定位困难的问题,本文提出了一种由粗到精的定位方法。通过实验表明,该算法定位到的车标位置准确；另外,本文提出了一种基于欧氏距离和Hu矩的车标识别算法。通过提出车标的形状特征,来对车标进行识别。通过实验表明,该算法车标识别率高。(5)开发了基于C#的车型设别及车标识别软件系统。通过对卡口监控视频进行测试,实验表明,本文所采用的算法能够可以准确地对车型和车标进行识别：首先,能够通过图像预处理后,图像质量明显提高；然后,在背景建模方法上,能够准确快速的建立背景模型,并且实时更新；其次,能够对车型的准确分类识别,识别率达到90%以上；最后,实现了车标准确定位和车标识别,车标的定位率和识别率分别为：85%和89%以上。