基于圖像識(shí)別的車(chē)輛圖像處理技術(shù)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(chē)輛領(lǐng)域的使用越來(lái)越廣泛，其主要應(yīng)用在智能交通和車(chē)輛性能參數(shù)檢測(cè)兩方面。其主要實(shí)例為車(chē)牌識(shí)別和車(chē)型識(shí)別方面。在車(chē)牌識(shí)別系統(tǒng)中，依次使用車(chē)牌定位、字符分割和字符識(shí)別進(jìn)行圖像處理；車(chē)型識(shí)別系統(tǒng)中，進(jìn)行車(chē)型識(shí)別的過(guò)程大致可分成以下幾步：圖像分割、特征提取、用分類(lèi)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)為目標(biāo)車(chē)輛區(qū)域

2、的分割和提取、車(chē)輛特征的選取。本文利用圖像處理理論，提出一種對(duì)完整車(chē)輛圖像的分割算法和邊界提取算法。 本文的整體算法設(shè)計(jì)是將拍攝到的車(chē)輛圖像進(jìn)行灰度化處理，把車(chē)輛圖像分割出來(lái)，針對(duì)圖片上的噪聲，提出合理的去除噪聲方法，然后提取出完整的車(chē)輛外輪廓曲線，最后對(duì)輪廓曲線進(jìn)行分析，提取關(guān)鍵線或關(guān)鍵點(diǎn)用于實(shí)際的應(yīng)用，即跑偏量的計(jì)算和車(chē)輛尺寸的測(cè)量。具體的研究工作如下： 通過(guò)幾種動(dòng)態(tài)物體檢測(cè)方法的對(duì)比研究，提出一種適用性的檢測(cè)方法，

3、并針對(duì)這一方法設(shè)計(jì)硬件組成；對(duì)車(chē)輛圖像和背景圖像進(jìn)行差分運(yùn)算，運(yùn)算結(jié)果為：背景圖像消減至很微弱，而車(chē)輛圖像很突出；接著通過(guò)對(duì)幾種圖像分割算法在應(yīng)用效果上對(duì)比，選取最穩(wěn)定和精度高的算法對(duì)圖像進(jìn)行分割，得到只剩車(chē)輛部分及車(chē)身附帶噪聲的圖像；選用合適的結(jié)構(gòu)元素，使用形態(tài)學(xué)操作對(duì)圖像中噪聲進(jìn)行濾除；由于普通的邊界提取算法在實(shí)際應(yīng)用中會(huì)出現(xiàn)斷線和斷點(diǎn)的問(wèn)題，通過(guò)對(duì)斷線和斷點(diǎn)產(chǎn)生原因的分析，提出一種新的邊界提取方法，提取出閉合的外輪廓曲線；通過(guò)對(duì)外