基于紋理的車輛圖像分割與提取算法研究.pdf

1、隨著視頻技術(shù)的發(fā)展，應(yīng)用CCD相機(jī)瞬間捕捉物體的圖像的質(zhì)量越來(lái)越高，加上對(duì)圖像處理深入的研究，圖像識(shí)別在車輛領(lǐng)域的使用越來(lái)越廣泛，其主要實(shí)例為車牌識(shí)別和車型識(shí)別方面。在車牌識(shí)別系統(tǒng)中，依次使用車牌定位、字符分割和字符識(shí)別進(jìn)行圖像處理。車型識(shí)別系統(tǒng)中，進(jìn)行車型識(shí)別的過(guò)程大致可分為以下幾步：圖像分割、特征提取、用分類器進(jìn)行識(shí)別。從這兩種應(yīng)用可以歸納出基于圖像識(shí)別的核心問(wèn)題和關(guān)鍵技術(shù)為車輛區(qū)域的分割和提取、車輛特征的選取。本文利用圖像處理理論

2、，提出了一種基于紋理特征的車輛圖像分割與提取算法。 本文的整體算法設(shè)計(jì)是將拍攝到的車輛圖像和車道，計(jì)算車輛掩碼，針對(duì)圖片上的噪聲，提出合理的除去噪聲方法，然后提取出完整的車輛輪廓曲線，最后對(duì)輪廓曲線進(jìn)行分析，實(shí)現(xiàn)車輛圖像分割。具體的研究工作如下：首先，對(duì)現(xiàn)有的交通監(jiān)視與車輛圖像檢測(cè)及其應(yīng)用進(jìn)行了總結(jié)，闡述了透視法的相機(jī)拍攝模型，采用了記分牌平均法進(jìn)行車道背景重建和中值濾波法進(jìn)行圖像復(fù)原的圖像前處理過(guò)程。其次提出了基于紋理特征的車

3、輛圖像分割與提取算法。利用了車輛紋理、亮度、色度的重要信息，通過(guò)循環(huán)迭代法選取最優(yōu)的閾值，通過(guò)計(jì)算紋理掩碼、亮度掩碼、色度掩碼，經(jīng)過(guò)形態(tài)學(xué)操作和邊緣提取，最終實(shí)現(xiàn)車輛分割和提取。最后對(duì)本文提出的車輛圖像分割算法進(jìn)行Matlab仿真實(shí)現(xiàn)，在單輛車、多輛車、遮擋（重疊）車等多種情況下進(jìn)行了實(shí)驗(yàn)。對(duì)正確檢測(cè)率、過(guò)檢率、漏檢率、總區(qū)域面積比這四個(gè)評(píng)價(jià)指標(biāo)進(jìn)行了對(duì)比衡量。 利用紋理特征對(duì)車輛進(jìn)行分割和和提取是本文的一個(gè)亮點(diǎn)，提出了基于紋理