详情

原文传递基于图像特征的车型识别

论文题名：	基于图像特征的车型识别
关键词：	背景更新;图像分割;霍夫变换;车型识别;智能交通系统
摘要：	随着汽车工业的发展,经济的发展,越来越多的人拥有了汽车,在人们享受汽车带来便利的同时也给公共交通带来了巨大的压力。智能交通系统的出现,很好的缓解了这一压力。车型检测是智能交通系统中关键的一个部分。本文研究的问题是基于车辆侧身图像的特征研究,实现车辆类型的判别。　　首先是基于车身侧面图像的车长测量,通过自适应背景更新的方法生成动态背景,利用背景差分检测出运动区域,再对图像依次进行中值滤波去噪声,Ostu阈值分割,投影变换,根据投影的结果,计算出车辆的像素长度,再根据标定的结果,得出汽车的实际长度,可以通过这个长度将车辆的类型划分成大型车,中型车,小型车。　　其次是基于车身侧面图像的轮距测量,用Prewitt算子对图像进行边缘检测,再使用沈俊算子对原图进行边缘检测,将两种算子检测后的图像进行与操作,得到一个比较清晰的边缘图像,为了尽量减少无关边缘对Hough圆检测的干扰,把边缘图像的水平线去除,最后检测圆,获得两个车轮的位置,计算出车轮的像素距离,根据标定的结果,得出实际的车轮距离,通过此距离同样可以判断出大型车,中型车,小型车,相比较前一种方法的识别率更高。　　最后是在前两章研究的基础上,通过链码跟踪,在二值图像中获得汽车的轮廓图像,通过链码计算出汽车的顶部和车长的比,车高与车长的比和汽车的相对矩,再结合汽车的轮距特征,可以判别出大客车,面包车,小轿车,越野车,载货汽车,牵引车等6种车型。
作者：	张成
专业：	控制工程
导师：	任明武
授予学位：	硕士
授予学位单位：	南京理工大学
学位年度：	2012
正文语种：	中文