多姿態(tài)車輛識別系統(tǒng)設(shè)計.pdf

1、經(jīng)濟的快速增長，讓老百姓生活水平有了巨大的變化，人們對車輛的需求也不斷擴大，但伴隨而來的是交通管理、環(huán)境等問題也日益嚴峻，在許多層面，迫切需要尋找一種新型的交通管理方式，在這種情況下智能交通系統(tǒng)產(chǎn)生了。在智能交通系統(tǒng)中，車輛識別一直是一個熱點和難點，國內(nèi)外學者均對此有一定的研究。本文主要是針對拍攝的車輛的前臉圖像，并且結(jié)合實際拍攝的車輛圖像可能存在傾斜的情況，總結(jié)了基于 PCA和 SURF特征相結(jié)合的多姿態(tài)車輛識別算法，并設(shè)計和實現(xiàn)了多

2、姿態(tài)車輛識別系統(tǒng)。
　　系統(tǒng)主要分為車輛樣本特征訓練過程和車型識別分類兩大部分。第一部分主要是針對訓練樣本庫的處理，首先定位車牌，然后一方面根據(jù)車牌的傾斜角度對車輛進行傾斜校正，一方面根據(jù)車牌的位置信息進行車臉區(qū)域的截取。獲得車臉之后，在車臉區(qū)域提取PCA特征，離線存儲至本地文件，同時樣本庫中每一輛車的基本信息也存儲至數(shù)據(jù)庫當中；第二部分主要是針對輸入系統(tǒng)的測試樣本而言的，按照上述同樣的方法截取車臉區(qū)域，然后提取PCA特征，加載訓

3、練樣本的PCA特征庫，利用改進的k-d樹算法尋找到最匹配的五幅訓練樣本，在訓練樣本和測試樣本的排氣柵區(qū)域進一步提取SURF特征，進行SURF特征匹配得到識別結(jié)果。
　　本文用OpenCV和VS2010搭建實驗平臺，以SQLServer2005為后臺數(shù)據(jù)庫，共采集了411張車輛圖片建立訓練樣本庫，并在數(shù)據(jù)庫中建立了一張CarType表去存儲這些車輛樣本的基本信息。實驗中，采用80×30大小的車臉共133幅測試樣本對系統(tǒng)的識別率和識別