原文传递
基于图象处理技术的车辆分类研究
| 论文题名： | 基于图象处理技术的车辆分类研究 |
| 关键词： | 图象处理;车辆分类;数字图象;特征参数;客货特征值;分类模型;运营管理;高速公路 |
| 摘要： | 随着经济的迅速发展，高速公路的建设项目与日俱增，科学、高效、合理的运营管理问题越来越突出。特别是车型判别，由于车辆种类繁多，常用车辆检测器局限性大；人工判别车辆现象比较普遍，该方法存在着因收费人员的疏忽、误判和舞弊等行为而造成经济损失的问题。同时，对于各个停车收费站来说，人工车辆判别引起的交通拥挤会导致商业车辆在交通运输中延误，增加运输成本。人工判别车型已经成为制约收费站工作效率提高的“瓶颈”环节。因此，实现车型自动判别，提高高速公路运营管理效率已经刻不容缓。 本文介绍了一种简便实用的基于图象处理技术的车型判别系统。目的是改进现有的车辆判别方法，为不停车收费提供现场车辆识别技术支持；为交通调查提供一种现代化的技术手段；为实现车辆分类标准的统一提供一种新的思路。探索用最小的系统规模通过图象处理技术实现实时、科学、合理车型判别的可能性，从而有效协助城市道路及高等级道路交通流自动化管理，进而实现整个交通系统的安全运营管理。该系统通过简单的设置，利用软件实现图象处理算法，进而完成车型判别的功能。 论文首先对国内外车辆分类标准及车型判别技术进行了分析，选取车辆长度、宽度、高度和客货特征值作为车辆判别参数。然后，对系统涉及到的数字图象处理技术进行了探讨，并以此为基础，提出了基于模板匹配的特征点自动搜索法，利用基于积分思想的算法模型建立了车辆长度、宽度和高度算法模型，同时通过客车和货车图像特征分析建立了客货特征值算法模型。接着对模式识别分类方法进行了全面分析，利用数据聚类、神经网络和统计分析等思想建立了车辆判别模型。最后，结合应用的具体需求，对整个系统进行了设计，对其硬件模块及软件模块进行了介绍，并以Visual C++6.0为开发环境搭建基于图像处理技术的车辆判别实验平台，对车辆判别系统进行了实验验证，并对相关算法模型进行了进一步改进。 |
| 作者： | 李国强 |
| 专业： | 交通信息工程及控制 |
| 导师： | 许宏科 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2007 |
| 正文语种： | 中文 |
检索历史
应用推荐
