基于視頻圖像的車型識別系統(tǒng)設計與實現.pdf

1、車型識別是智能交通系統(tǒng)的一個重要組成部分，可以在交通流量管制、停車場自動收費系統(tǒng)、高速公路收費站等領域發(fā)揮重要作用。基于視頻圖像序列的車型識別方法具有直觀性、經濟性、信息量豐富、適用范圍廣等特點，因此對其進行研究和開發(fā)變得越來越有實際應用價值。隨著社會需求的不斷提高，對車型識別的準確性和實時性有了越來越高的要求。
　　論文在研究并對比國內外智能交通應用中車型識別方法基礎上，設計實現了一套基于視頻圖像的車型識別系統(tǒng)。主要從以下幾個方

2、面進行了論述:
　　首先給出了一種基于視頻圖像的車型識別系統(tǒng)實現方案。利用攝像機和個人電腦搭建了一個車型識別系統(tǒng)的硬件平臺，該硬件平臺可以實時獲取道路上的車輛視頻信息，并將這些獲取到的車輛視頻圖像信息用于車型識別。軟件方面論文基于對現有車型識別算法的對比分析研究，設計實現了一套基于多特征融合的車型識別方法。
　　其次實現了視頻圖像預處理和車輛檢測。基于攝像機獲取的道路視頻圖像，經過灰度化、濾波等預處理之后，去除噪聲干擾，減少

3、圖像中不相關信息。然后進行車輛檢測，論文在分析比較多種目標檢測方法基礎上，實現了基于混合高斯模型的背景差分法目標檢測，該方法在論文的應用場景中可以取得較好檢測效果。
　　然后進行了車輛特征提取與車輛跟蹤?；谇懊孳囕v檢測結果，進一步提取車輛特征，進而對車輛進行分類識別。論文選用了多特征融合的方法進行車輛識別，包括車輛幾何特征、HOG(Histogram of Oriented Gradient)特征和SURF(Speeded Up

4、 Robust Features)特征，該方法可以更加全面地描述不同類型車輛特征，極大提高車型識別準確性。為了進一步提高車型識別準確率，在分析兩種不同目標跟蹤方法之后，論文選用卡爾曼濾波跟蹤方法對車輛進行跟蹤，利用車輛跟蹤對同一輛車進行多次識別，再對多次識別結果進行統(tǒng)計分析，得到最后分類結果，減少識別過程中單次識別分類誤差造成的分類錯誤，提高車型識別準確率。
　　最后進行了車型分類器的設計與實現和系統(tǒng)的整體測試。在分析SVM支持向