基于車(chē)輛正面圖像的車(chē)型識(shí)別系統(tǒng)研究與設(shè)計(jì).pdf

1、車(chē)輛的車(chē)型識(shí)別是智能交通系統(tǒng)應(yīng)用領(lǐng)域中的重要分支，在高速公路收費(fèi)管理系統(tǒng)中起著重要作用。由于車(chē)臉區(qū)域擁有豐富的車(chē)輛特征信息，所以研究基于車(chē)輛正面圖像的車(chē)型識(shí)別技術(shù)具有重要意義。
　　本文基于采用USB接口的數(shù)據(jù)采集平臺(tái)開(kāi)展研究與設(shè)計(jì)，該平臺(tái)利用CPLD和圖像傳感器的時(shí)序配合，將圖像數(shù)據(jù)存儲(chǔ)到SRAM當(dāng)中。然后由 DSP去讀取SRAM當(dāng)中的圖像數(shù)據(jù)，通過(guò)DSP的HPI接口和USB接口的通用可編程接口進(jìn)行通信，把采集到的圖像數(shù)據(jù)傳送到

2、上位計(jì)算機(jī)的內(nèi)存當(dāng)中。本文重點(diǎn)研究基于圖像處理與模式識(shí)別技術(shù)的車(chē)型識(shí)別技術(shù)，并在上位計(jì)算機(jī)上通過(guò) C++編程設(shè)計(jì)了實(shí)際的車(chē)型識(shí)別系統(tǒng)，具體內(nèi)容如下。
　　首先，利用所采集到的車(chē)輛正面圖像進(jìn)行特征定位和特征提取。通過(guò)對(duì)車(chē)臉區(qū)域的觀(guān)察和分析得出：特征區(qū)域主要為車(chē)標(biāo)和大燈。首先利用水平積分投影和邊緣檢測(cè)算子定位出車(chē)臉帶區(qū)域，再通過(guò)水平和垂直積分投影定位出車(chē)標(biāo)，最后通過(guò)Houng變換、凸包算法和Snake模型定位出大燈，利用幾何HU矩提取

3、特征值，最后利用歐氏距離特征匹配算法進(jìn)行特征值匹配。經(jīng)過(guò)對(duì)識(shí)別結(jié)果分析，該識(shí)別算法達(dá)到了良好的識(shí)別效果。
　　然后，針對(duì)車(chē)型識(shí)別中傳統(tǒng)的車(chē)牌定位算法在定位效果上不夠理想的問(wèn)題，提出了一種把灰度拉伸和最大方差閾值分割方法，并應(yīng)用于圖像預(yù)處理的前期處理當(dāng)中，通過(guò)加以車(chē)牌結(jié)構(gòu)特征和顏色特征的篩選和驗(yàn)證條件來(lái)識(shí)別所定區(qū)域是否為真實(shí)車(chē)牌，并去除誤檢車(chē)牌區(qū)域。該方法提高了圖像對(duì)比度和自動(dòng)確定二值化閾值，實(shí)驗(yàn)結(jié)果表明，該方法具有準(zhǔn)確度高、快速性