基于圖像特征的車(chē)型識(shí)別.pdf

1、隨著汽車(chē)工業(yè)的發(fā)展,經(jīng)濟(jì)的發(fā)展,越來(lái)越多的人擁有了汽車(chē),在人們享受汽車(chē)帶來(lái)便利的同時(shí)也給公共交通帶來(lái)了巨大的壓力。智能交通系統(tǒng)的出現(xiàn),很好的緩解了這一壓力。車(chē)型檢測(cè)是智能交通系統(tǒng)中關(guān)鍵的一個(gè)部分。本文研究的問(wèn)題是基于車(chē)輛側(cè)身圖像的特征研究,實(shí)現(xiàn)車(chē)輛類(lèi)型的判別。
　　 首先是基于車(chē)身側(cè)面圖像的車(chē)長(zhǎng)測(cè)量,通過(guò)自適應(yīng)背景更新的方法生成動(dòng)態(tài)背景,利用背景差分檢測(cè)出運(yùn)動(dòng)區(qū)域,再對(duì)圖像依次進(jìn)行中值濾波去噪聲,Ostu閾值分割,投影變換,根據(jù)

2、投影的結(jié)果,計(jì)算出車(chē)輛的像素長(zhǎng)度,再根據(jù)標(biāo)定的結(jié)果,得出汽車(chē)的實(shí)際長(zhǎng)度,可以通過(guò)這個(gè)長(zhǎng)度將車(chē)輛的類(lèi)型劃分成大型車(chē),中型車(chē),小型車(chē)。
　　 其次是基于車(chē)身側(cè)面圖像的輪距測(cè)量,用Prewitt算子對(duì)圖像進(jìn)行邊緣檢測(cè),再使用沈俊算子對(duì)原圖進(jìn)行邊緣檢測(cè),將兩種算子檢測(cè)后的圖像進(jìn)行與操作,得到一個(gè)比較清晰的邊緣圖像,為了盡量減少無(wú)關(guān)邊緣對(duì)Hough圓檢測(cè)的干擾,把邊緣圖像的水平線去除,最后檢測(cè)圓,獲得兩個(gè)車(chē)輪的位置,計(jì)算出車(chē)輪的像素距離,