基于視頻圖像處理的車輛識別技術(shù)研究.pdf

1、本文主要研究了智能交通系統(tǒng)中基于視頻圖像處理的車輛識別技術(shù)的基本原理和關(guān)鍵技術(shù)。交通檢測和信息采集已經(jīng)成為智能交通系統(tǒng)中一項重要課題，視頻圖像處理、車輛識別則是其中最基礎(chǔ)的部分。本論文在總結(jié)和分析現(xiàn)有的車輛識別技術(shù)的基礎(chǔ)上，針對以上幾個方面問題進行了探索和研究，提出了新的方法，并通過實驗證明了新方法的有效性，主要研究包括以下幾個方面： 1.視頻圖像預(yù)處理方法研究 本文對采集到的視頻圖像進行了彩色圖像灰度化、車輛區(qū)域檢測與

2、定位、去除噪聲、邊緣檢測以及確定車輛角點信息處理。由數(shù)碼攝像機采集一組含有車輛信息的視頻交通圖像，將彩色圖像轉(zhuǎn)化為灰度圖像，減少維數(shù)信息，以便對車輛區(qū)域進行檢測和定位。由于噪聲的干擾，對車輛識別可能造成影響，所以對圖像去噪是相當重要的一部分。去噪后對車輛進行邊緣檢測和角點檢測，這樣可以減少對車輛信息量的處理。本文通過實驗驗證，可以較好的獲取用于車輛識別的角點信息。 2.車輛特征提取 車輛特征提取是車輛識別技術(shù)中最重要的一

3、個步驟。特征值的差異性是區(qū)分車輛類型的最重要的理論依據(jù)。本文引入了視覺不變量理論中的射影不變量交比概念，以車輛角點信息作為特征點，計算射影不變量值，對車輛進行識別。經(jīng)過實驗發(fā)現(xiàn)，在理想情況下，比較射影不變量值能夠?qū)囕v進行正確的識別，魯棒性能好。 3.車輛識別方法研究 由于視頻圖像存在噪聲的緣故，圖像預(yù)處理后提取的角點信息可能并不完整或者出現(xiàn)移位等現(xiàn)象，這樣對于射影不變量的值產(chǎn)生很大影響，可能導(dǎo)致車輛類型誤判的情況。本文