车型识别系统的设计与实现

【摘要】：近年来,车辆日益增多,交通管理的难度逐渐加大,必须要进行智能化、系统化地管理。车型识别就是智能交通系统中重要的一环,有广阔的应用前景。目前进行的车型识别的研究主要集中在对车型的粗略分类中,本文不仅研究了车型的粗略分类,还对进一步的车型分类做了一些探索。 从图像处理的角度进行车型识别的难点有：一、很难从视频中提取出车辆准确完整的车辆轮廓；二、车辆的外形在不同位置、不同视角往往有所不同；三、有时不能单从外形来区分车型。 本文充分利用图像的色彩信息,用减背景的方法得到了车辆和背景对比度较强的图像。针对车辆图像由于遮挡可能出现的断裂,缺口等情况,通过多幅连续的初步分离的车辆图像叠加,得到相对完整的车辆图像,并提取出准确的车辆外轮廓。对车辆外轮廓,利用对平移、缩放、镜像、旋转都不敏感的七个量来描述,并用这七个量作为车辆的特征来进行车型的分类,取得了很好的效果。 对车辆外轮廓有较明显差别的车辆,用不变矩的方法进行识别效果很好,可是对外形相似的车辆,必须利用更多的车辆信息。本文中利用前面提取的车辆轮廓,将车辆的原始信息,从视频帧中挖掘出来,然后提取挖掘出来的车辆图像的边缘。考虑到2D-Gabor可以兼顾图像的宏观和微观特性,本文中利用2D-Gabor对车辆的侧面边缘图像提取不同尺度、不同角度的特征。利用提取出来的特征对四种外形相似的车辆进行识别,识别的效果明显要比用不变矩来识别要好。 此外本文对车型识别系统在个人电脑上进行了一个简单的实现。利用DirectShow实现了简单的视频采集和回放。为了确保提取的车辆的图像的完整性,以及保证车辆图像的外轮廓形变不影响识别,本文将摄像机主轴附近区域设为有效区,对视频逐帧进行比较,只有当车辆在有效区内时,认为该车辆是完整且形变较小的。