基于圖像特征的車型識(shí)別.pdf

1、隨著汽車工業(yè)的發(fā)展,經(jīng)濟(jì)的發(fā)展,越來越多的人擁有了汽車,在人們享受汽車帶來便利的同時(shí)也給公共交通帶來了巨大的壓力。智能交通系統(tǒng)的出現(xiàn),很好的緩解了這一壓力。車型檢測是智能交通系統(tǒng)中關(guān)鍵的一個(gè)部分。本文研究的問題是基于車輛側(cè)身圖像的特征研究,實(shí)現(xiàn)車輛類型的判別。
　　 首先是基于車身側(cè)面圖像的車長測量,通過自適應(yīng)背景更新的方法生成動(dòng)態(tài)背景,利用背景差分檢測出運(yùn)動(dòng)區(qū)域,再對圖像依次進(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)算出車輛的像素長度,再根據(jù)標(biāo)定的結(jié)果,得出汽車的實(shí)際長度,可以通過這個(gè)長度將車輛的類型劃分成大型車,中型車,小型車。
　　 其次是基于車身側(cè)面圖像的輪距測量,用Prewitt算子對圖像進(jìn)行邊緣檢測,再使用沈俊算子對原圖進(jìn)行邊緣檢測,將兩種算子檢測后的圖像進(jìn)行與操作,得到一個(gè)比較清晰的邊緣圖像,為了盡量減少無關(guān)邊緣對Hough圓檢測的干擾,把邊緣圖像的水平線去除,最后檢測圓,獲得兩個(gè)車輪的位置,計(jì)算出車輪的像素距離,