基于圖像識別的車輛圖像處理技術(shù)研究.pdf

1、隨著視頻技術(shù)的發(fā)展，應(yīng)用CCD相機瞬間捕捉物體的圖像的質(zhì)量越來越高，加上對圖像處理深入的研究，圖像識別在車輛領(lǐng)域的使用越來越廣泛，其主要應(yīng)用在智能交通和車輛性能參數(shù)檢測兩方面。其主要實例為車牌識別和車型識別方面。在車牌識別系統(tǒng)中，依次使用車牌定位、字符分割和字符識別進行圖像處理；車型識別系統(tǒng)中，進行車型識別的過程大致可分成以下幾步：圖像分割、特征提取、用分類器進行識別。從這兩種應(yīng)用可以歸納出基于圖像識別的核心問題和關(guān)鍵技術(shù)為目標車輛區(qū)域

2、的分割和提取、車輛特征的選取。本文利用圖像處理理論，提出一種對完整車輛圖像的分割算法和邊界提取算法。 本文的整體算法設(shè)計是將拍攝到的車輛圖像進行灰度化處理，把車輛圖像分割出來，針對圖片上的噪聲，提出合理的去除噪聲方法，然后提取出完整的車輛外輪廓曲線，最后對輪廓曲線進行分析，提取關(guān)鍵線或關(guān)鍵點用于實際的應(yīng)用，即跑偏量的計算和車輛尺寸的測量。具體的研究工作如下： 通過幾種動態(tài)物體檢測方法的對比研究，提出一種適用性的檢測方法，

3、并針對這一方法設(shè)計硬件組成；對車輛圖像和背景圖像進行差分運算，運算結(jié)果為：背景圖像消減至很微弱，而車輛圖像很突出；接著通過對幾種圖像分割算法在應(yīng)用效果上對比，選取最穩(wěn)定和精度高的算法對圖像進行分割，得到只剩車輛部分及車身附帶噪聲的圖像；選用合適的結(jié)構(gòu)元素，使用形態(tài)學(xué)操作對圖像中噪聲進行濾除；由于普通的邊界提取算法在實際應(yīng)用中會出現(xiàn)斷線和斷點的問題，通過對斷線和斷點產(chǎn)生原因的分析，提出一種新的邊界提取方法，提取出閉合的外輪廓曲線；通過對外