详情

原文传递复杂场景下的车辆识别研究

论文题名：	复杂场景下的车辆识别研究
关键词：	复杂场景;车辆识别;特征提取;图像处理;Retinex增强算法;去雾方法
摘要：	车辆自动检测和识别在智能交通系统以及停车场自动管理等系统中发挥着重要作用,洗车店管理也在逐步向自动化、智能化迈进。洗车业务收费主要是依据车型及车主是否是本店会员。所以,研究洗车店内的车辆自动检测和识别有着重要的现实意义。洗车店内的场景不同于室外的道路和小区等场所,洗车店各式各样,店内的场景异常复杂,给研究工作带来了很大挑战。洗车店的复杂场景主要包括:洗车店内空间狭小、内部光线较暗而洗车店门口处光线强烈、冬天容易产生较浓的雾气、洗车工人的不确定性走动等,这些都给车辆的检测和识别带来了困难。　　针对洗车店内的复杂场景,本文在图像预处理方面做了细致深入的研究。首先利用图像增强算法改善图像对比度,经过大量实验,Retinex增强算法性能比较突出;然后又重点介绍了图像去雾方法,在众多的图像去雾方法中,通过调整基于暗影通道先验图像去雾算法的去雾程度可以很好的达到去雾目的。车辆检测的任务主要是检测识别出车辆,同时排除非车辆目标(如洗车店员工),本文提出了一种基于图像直方图匹配的车辆自动检测算法,该算法首先在洗车店的地面上设置一个ROI区域,然后通过匹配两个不同时刻ROI区域图像的直方图来判断是否有车辆到来。对于车辆识别,由于洗车店内空间的限制,本文研究了在单目视觉下的车型识别过程,首先通过数字图像处理技术提取出车体,然后通过计算车辆的长度和宽度来对车型进行识别分类。　　实验结果表明,基于图像直方图匹配的车辆自动检测算法具有操作简单、计算量小、实时性高的优点,能准确的检测识别出车辆目标同时排除非车辆目标,基本满足了实际应用要求。车型识别算法对白色、银灰色等浅颜色的车辆识别效果较好,对深颜色的车辆识别效果还不能令人满意,有待继续提高。
作者：	党银强
专业：	计算机应用技术
导师：	刘海波
授予学位：	硕士
授予学位单位：	哈尔滨工程大学
学位年度：	2013
正文语种：	中文