原文传递
基于线阵CCD的车型识别方法研究
| 论文题名： | 基于线阵CCD的车型识别方法研究 |
| 关键词： | 光电检测;车型识别;线阵CCD;纹理特征;图像识别;智能交通系统 |
| 摘要： | 智能交通系统(intelligent transportation system，ITS)是全球公认的解决公路交通的有效途径，在交通压力飞速增大的今天，已经成为现代公路交通运输体系的主要发展方向，在很多国家都取得了广泛的应用。 智能收费系统是ITS的重要组成部分，由于采用全自动化收费方式，节省了大量人力，并且大大提高了收费速度，能够有效减缓收费站压力。智能收费系统的关键是车型识别，在不同的识别方式中，采集的特征不同，车型的分类也不尽相同。本文提出了一种基于线阵CCD的车型识别系统，属于图像识别，将不同的车辆分成大型货车、小型货车、大型客车、小型客车、越野车、两厢轿车和三厢轿车等几类。与面阵CCD相比，线阵CCD成像背景单一，易确定感兴趣目标，动态范围大，图像无拖影，能够安装于距离车辆较近的地方，摄像机的标定简单;但因为存在图像形变，仍然会干扰测量结果，在本系统中，由于存在横向形变，需要计算长度及宽度的形变系数。本文所做工作有如下几个方面: 一、车体基本参数检测 首先利用背景单一的特性，通过背景差法去除背景，提取出车辆所在区域，可由此确定车辆高度。其次利用钢圈与轮胎成像的差异通过梯度运算检测钢圈轮廓，确定车辆轴数。利用车灯与周边车体的成像差异通过梯度运算结合数学形态学的方法检测车灯，通过计算钢圈形变确定长度及轴距形变系数。通过车灯确定车体长宽分界线，完成长度识别。最后根据汽车前车牌尺寸的一致性，利用基于单目视觉的深度图像检测法结合车牌的纹理特征完成车牌检测，从而确定车体宽度形变。结合车灯与车牌位置，利用车头图像的对称性完成宽度检测。 二、通过组合参数构造特征向量 基本参数的分类性能较弱，通过将其组合构成分类性能更好的组合参数。由于比值参数无量纲，只需在车体图像中计算各参数的像素数即可，无需复杂的摄像机标定工作，非常适合构造特征向量。本文选择的组合参数包括空间占有率、长高比、长宽比、尾高车高比、轴距车长比以及轴数，并将其组成特征向量。 三、建立基于支持向量机法的车型分类器 特征向量选定后，选择合适的核函数以及多分类方案，通过支持向量机对大量的样本进行训练，得到最终的分类器。 通过对各种天气以及光线条件下的大量车辆进行实验验证，主要车型涵盖了超长重卡、大货车、小货车、大客车、小客车、越野车、两厢轿车以及三厢轿车，所得实验结论表明本系统测量速度较快，准确率较高，受天气影响小，对外界光线干扰不明显，并且容易安装，维护方便，有较高的实用价值。 |
| 作者： | 刘承胤 |
| 专业： | 检测技术与自动化装置 |
| 导师： | 赵吉文 |
| 授予学位： | 硕士 |
| 授予学位单位： | 安徽大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
