智能交通系統(tǒng)中車輛檢測(cè)與識(shí)別技術(shù)的研究.pdf

1、隨著經(jīng)濟(jì)的發(fā)展，智能交通系統(tǒng)受到人們廣泛的關(guān)注。本課題是基于視頻的車輛圖像研究，主要實(shí)現(xiàn)了圖像采集、圖像預(yù)處理、車輛檢測(cè)與車輛識(shí)別等功能。 本文首先介紹了智能交通系統(tǒng)中車輛圖像采集系統(tǒng)的設(shè)計(jì)。利用Visual C++6.0集成開(kāi)發(fā)工具對(duì)天敏視訊科技公司的SDK2000圖像采集卡進(jìn)行了二次開(kāi)發(fā)，編寫了包含設(shè)備設(shè)置、視頻設(shè)置、視頻保存、視頻壓縮、視頻傳輸?shù)裙δ艿膱D像采集模塊的軟件。對(duì)實(shí)際采集的圖像進(jìn)行圖像去噪、對(duì)比度增強(qiáng)等預(yù)處理，從

2、而有利于圖像的進(jìn)一步分析處理。 在車輛檢測(cè)算法研究中，針對(duì)經(jīng)典的背景差法和幀差法漏檢率較高的缺點(diǎn)，提出了一種基于背景差法和幀差法相融合的車輛檢測(cè)方法。實(shí)驗(yàn)結(jié)果表明，該方法檢測(cè)精度較高，大大減小了誤檢率；并且在檢測(cè)過(guò)程中研究了陰影的去除算法，進(jìn)一步排除了干擾，提高檢測(cè)精度。 對(duì)于車輛識(shí)別，采用常用的邊緣檢測(cè)算法進(jìn)行車輛輪廓提取時(shí)，不能得到平滑連續(xù)的輪廓線。因此本文引入了數(shù)學(xué)形態(tài)學(xué)方法，能較好的進(jìn)行車輛輪廓提取，進(jìn)而計(jì)算車輛