車標(biāo)自識別系統(tǒng)算法研究.pdf

1、隨著城市交通壓力的不斷增大,智能交通系統(tǒng)的重要性已經(jīng)日益顯現(xiàn)。目前車輛自識別系統(tǒng)已經(jīng)在多個領(lǐng)域得到廣泛應(yīng)用,在車庫管理、路口收費(fèi)、違規(guī)抓拍以及事故處理上都發(fā)揮了極其重要的作用。車輛自識別系統(tǒng)的實(shí)現(xiàn)具有很大的經(jīng)濟(jì)價值和現(xiàn)實(shí)意義。
　　車標(biāo)定位和車標(biāo)識別是車輛自識別系統(tǒng)中的兩項(xiàng)關(guān)鍵技術(shù)。本文研究了一種車輛標(biāo)志自識別系統(tǒng)的算法實(shí)現(xiàn)。第一章,闡述了該課題的研究背景,介紹了國內(nèi)外智能交通系統(tǒng)的發(fā)展情況,并對車輛識別技術(shù)中所包含的車型識別、車

2、牌識別以及車標(biāo)識別技術(shù)做了簡要介紹,并分析了本課題所研究的車標(biāo)自識別系統(tǒng)的發(fā)展現(xiàn)狀和技術(shù)難點(diǎn)。第二章,研究了車標(biāo)檢測定位與識別的基礎(chǔ)理論。在車標(biāo)預(yù)處理方面研究了運(yùn)用加權(quán)平均值法的數(shù)字圖像灰度處理;通過直方圖均衡化提升對比度的方法;運(yùn)用鄰域平均法進(jìn)行平滑去噪的方法。本課題利用邊緣檢測方法實(shí)現(xiàn)車標(biāo)檢測與定位,先介紹了經(jīng)典算子法里常用的Sobel邊緣檢測算子、Roberts邊緣檢測算子、Laplacian邊緣檢測算子以及Prewitt邊緣檢測

3、算子的理論及應(yīng)用,然后介紹了最優(yōu)算子法里的Canny算子、LoG算子兩種算子的理論與應(yīng)用。車標(biāo)識別部分則是先介紹車標(biāo)特征選取的原則及四種常用特征:紋理、顏色、空間關(guān)系和形狀,然后介紹了主成分變換和Hu不變矩兩種特征變換方法。接下來針對分類決策描述了最小距離分類器、貝葉斯分類器、支撐向量機(jī)分類器以及神經(jīng)網(wǎng)絡(luò)分類器四種分類器。第三章,詳細(xì)論述了該系統(tǒng)基于背景抑制和形態(tài)濾波的車標(biāo)定位算法的實(shí)現(xiàn)。先利用目前成熟的車牌先驗(yàn)知識和定位算法,實(shí)現(xiàn)車標(biāo)

4、的粗定位;然后經(jīng)過加權(quán)平均值的灰度法和鄰域平均法實(shí)現(xiàn)車標(biāo)的圖像灰度化和平滑去噪;再利用Sobel的邊緣檢測算子進(jìn)行車標(biāo)的進(jìn)一步檢測;接著通過背景去噪后,利用矩形結(jié)構(gòu)元素實(shí)現(xiàn)車標(biāo)精確定位。第四章,先對車標(biāo)矩特征進(jìn)行提取,然后針對車標(biāo)的矩特征,選擇7個Hu不變矩,作為特征不變量進(jìn)行識別分類,再通過已經(jīng)建立好的標(biāo)準(zhǔn)特征庫進(jìn)行比對,利用歐幾里德距離對車標(biāo)相似度做度量最終實(shí)現(xiàn)車標(biāo)識別。經(jīng)過大量實(shí)驗(yàn),證明了該識別算法精度高、處理速度快。第五章,對本