基于圖像處理的車型識(shí)別

基于圖像處理的車型識(shí)別,基于,圖像,圖象,處理,車型,識(shí)別,辨認(rèn) 目錄1 課題背景 .21.1 研究背景 21.2 研究意義 22 文獻(xiàn)調(diào)研 .33 課題目標(biāo) .44 課題內(nèi)容 .44.1 課題內(nèi)容介紹 44.2 技術(shù)路線 54.3 可行性分析 64.4 關(guān)鍵技術(shù)分析 65 日程安排 .76 參考文獻(xiàn) .821 課題背景1.1 研究背景智能交通系統(tǒng)( Intelligent TransportationSy stem , ITS)是未來交通系統(tǒng)的發(fā)展方向，是將先進(jìn)的計(jì)算機(jī)技術(shù)、通訊技術(shù)、機(jī)器視覺等集成運(yùn)用于交通管理系統(tǒng)而建立的一種實(shí)時(shí) 、準(zhǔn)確、高效的綜合交通運(yùn)輸管理系統(tǒng)。ITS在美國、日本和歐洲研發(fā)較早，實(shí)際應(yīng)用程度也較高，我國也已于本世紀(jì)初開始大力進(jìn)行 ITS 的研究工作。ITS 的發(fā)展應(yīng)用大力增加了交通管理的智能化程度，如判別路面破損程度、識(shí)別車輛類型、檢測車流量等。數(shù)字圖像是 ITS 中重要的信息載體，圖像處理技術(shù)對(duì) ITS 的效能有著重要的影響。汽車是交通系統(tǒng)中的主要對(duì)象，汽車類型的識(shí)別廣泛應(yīng)用于公路管理及公路收費(fèi)系統(tǒng)中。目前，采用傳統(tǒng)的電磁感應(yīng)線圈識(shí)別車型在實(shí)際中較多，但由于其固有的對(duì)路面破壞、維護(hù)困難、獲取參數(shù)單一等原因，使其發(fā)展受到了很大的限制。此外，“車牌識(shí)別”也在逐步應(yīng)用，但對(duì)一些違規(guī)遮擋、涂改、改掛車牌的現(xiàn)象卻無能為力，特別是對(duì)未來的無人值守收費(fèi)系統(tǒng)，僅依靠車牌識(shí)別則不能完全解決這些問題。1.2 研究意義汽車識(shí)別的復(fù)雜性與挑戰(zhàn)性并沒有影響人們對(duì)這一課題的研究熱情,這與汽車識(shí)別的應(yīng)用價(jià)值和重要理論的意義分不開的。從應(yīng)用的角度講,汽車識(shí)別系統(tǒng)的研究和開發(fā)在道路收費(fèi)、車輛監(jiān)測中具有很明顯的實(shí)用價(jià)值。32 文獻(xiàn)調(diào)研在我們的日常生活中，隨著計(jì)算機(jī)技術(shù)的快速發(fā)展,傳感器性能的不斷提高,以及各類系統(tǒng)軟件和應(yīng)用軟件的大量開發(fā)和推廣,計(jì)算機(jī)己經(jīng)從先前單純的數(shù)值計(jì)算,應(yīng)用到文字處理、圖形圖像處理、語音處理、人工智能及模式識(shí)別等各個(gè)領(lǐng)域。但計(jì)算機(jī)對(duì)聲音、圖像等外界信息的直接感知上的局限性,已越來越成為計(jì)算機(jī)進(jìn)一步應(yīng)用發(fā)展的障礙,也與其高超的運(yùn)算能力形成鮮明的對(duì)比。因此著眼于拓寬計(jì)算機(jī)的應(yīng)用領(lǐng)域,提高計(jì)算機(jī)感知外部信息能力的新學(xué)科—模式識(shí)別便應(yīng)運(yùn)產(chǎn)生。經(jīng)過幾代研究人員三十多年的不斷努力,這一學(xué)科正不斷發(fā)展成熟。在語音識(shí)別方面,藍(lán)色巨人 BIM 以及其他公司己經(jīng)有多種語言版本的語音識(shí)別產(chǎn)品問世,連續(xù)語音識(shí)別已相當(dāng)成熟,并己開始走向了實(shí)用化、商品化。而在圖像處理與識(shí)別方面成果也豐富多彩,特別是在軍事、醫(yī)學(xué)、地質(zhì)、氣象等領(lǐng)域都取得了可喜的實(shí)用成果。汽車識(shí)別作為模式識(shí)別學(xué)科的一個(gè)分支,是模式識(shí)別領(lǐng)域中一個(gè)困難而又十分具有實(shí)際應(yīng)用價(jià)值和廣闊應(yīng)用前景的研究課題。近些年來隨著國家公路建設(shè)的飛速發(fā)展,為支持國家公路建設(shè)迅速回收資金而設(shè)立了大大小小的收費(fèi)站,在收費(fèi)的過程中產(chǎn)生了這樣或那樣的經(jīng)濟(jì)問題,如收人情費(fèi)、私設(shè)小金庫、道路堵塞等,如何做到對(duì)收費(fèi)的科學(xué)管理,堵塞工作人員的經(jīng)濟(jì)漏洞,并獲得各種車輛流量的科學(xué)數(shù)據(jù),為國家的道路規(guī)劃提供合理的理論依據(jù),這就成為當(dāng)前一個(gè)急需解決的問題。隨著我國交通基礎(chǔ)設(shè)施建設(shè)的不斷投入和飛速發(fā)展,公路里程快速增長,橋梁數(shù)目不斷增多,路橋的交通流量變得越來越大。通暢的交通帶來了經(jīng)濟(jì)的快速4增長,許多地方為發(fā)展本地區(qū)經(jīng)濟(jì),大力發(fā)展交通,修建了高等級(jí)公路。由于修建公路采用的是“借貸修路,滾動(dòng)發(fā)展”的策略,為償還貸款,地方政府報(bào)經(jīng)省人民政府批準(zhǔn)后,在公路、橋梁上設(shè)置收費(fèi)站,對(duì)車輛收取通行費(fèi)。無論采取哪種收費(fèi)方式,都必須先對(duì)車輛進(jìn)行分類,才能確定應(yīng)當(dāng)收取的通行費(fèi)。當(dāng)前,車輛類別的判定一般由人工來完成,其突出的優(yōu)點(diǎn)是誤判少、可靠性好,但也存在弊端。因此,對(duì)車輛進(jìn)行自動(dòng)分類識(shí)別,解決車輛在路上暢通行駛,實(shí)現(xiàn)路橋的現(xiàn)代化管理,并且杜絕人工收費(fèi)所造成的收費(fèi)款額流失成為魚待解決的問題。電子技術(shù)和計(jì)算機(jī)技術(shù)的發(fā)展,為解決這個(gè)問題提供了可靠的技術(shù)保障。路橋自動(dòng)收費(fèi)系統(tǒng)的誕生和應(yīng)用,不僅能充份體現(xiàn)出公路路橋口現(xiàn)代化管理的先進(jìn)水平,同時(shí)還會(huì)緩解目前路橋收費(fèi)口造成的交通擁擠堵塞現(xiàn)象,堵塞人工收費(fèi)造成收費(fèi)款額流失的漏洞,從而產(chǎn)生較大的社會(huì)效益和經(jīng)濟(jì)效益。車輛自動(dòng)識(shí)別分類技術(shù)是路橋自動(dòng)收費(fèi)系統(tǒng)的重要組成部分,是一門集模式識(shí)別、工業(yè)測控技術(shù)、電子技術(shù)、系統(tǒng)工程技術(shù)于一體的綜合技術(shù)。它對(duì)在特定地點(diǎn)和時(shí)間的車輛進(jìn)行識(shí)別和分類,作為交通管理、收費(fèi)、調(diào)度、統(tǒng)計(jì)的依據(jù)。國外由于公路建設(shè)起步早,對(duì)于車輛自動(dòng)分類技術(shù)的研究開始的也早。國內(nèi)進(jìn)入九十年代才。開始這方面的研究,如交通部科學(xué)研究院、西安公路所、上海交通大學(xué)、西安交通大學(xué)、北京理工大學(xué)等,部分系統(tǒng)已投入正式運(yùn)營。3 課題目標(biāo)(1). 培養(yǎng)學(xué)生綜合運(yùn)用所學(xué)基礎(chǔ)課、技術(shù)基礎(chǔ)和專業(yè)課的知識(shí)，分析和解決工程技術(shù)問題的工作能力。(2). 要求學(xué)生在熟練掌握計(jì)算機(jī)技術(shù)，圖像處理的前提下，了解不同類型汽車特征提取方法，以及在此基礎(chǔ)上了解不同類型汽車自動(dòng)識(shí)別方法。(3).本課題進(jìn)行過程中能鍛煉學(xué)生的調(diào)查研究、查閱文獻(xiàn)和收集資料、理論分析、試驗(yàn)測試的能力；并重點(diǎn)鍛煉了學(xué)生 matlab 程序設(shè)計(jì)的能力、圖像處理與分析的能力。(4).整理各類文檔，撰寫畢業(yè)論文。54 課題內(nèi)容4.1 課題內(nèi)容介紹掌握?qǐng)D像處理與識(shí)別的基本流程與方法。研究不同類型汽車的特征提取方法，并根據(jù)所提取的特征識(shí)別汽車的類型，在試驗(yàn)測試中，要求至少對(duì) 4 種不同的車型進(jìn)行識(shí)別。4.11 圖像特征提取及車型分類汽車的相關(guān)參數(shù)較多,就外形而言，就有車長、車寬、車高、軸距、輪距、軸數(shù)等多個(gè)參數(shù)，不同的參數(shù)，其圖像處理算法和分類效果有很大的區(qū)別。在現(xiàn)如今的實(shí)際應(yīng)用當(dāng)中，用線圈測量軸距的方法最多，但不能有效防止有些違法用戶私自加長，加寬車箱等現(xiàn)象。本文選擇最典型的，無法以大改小的車長、車高兩大基礎(chǔ)幾何特征設(shè)計(jì)算法。4.12 圖像處理及算法圖像處理是為了某種目的對(duì)圖像的強(qiáng)度(灰度)分布做某些特殊的加工和分析,主要分為兩大類,一是光學(xué)處理,一是數(shù)字圖像處理。從數(shù)學(xué)的角度來講,圖像識(shí)別使一個(gè)從高維特征向量空間到一維空間的非線性映射,Kolmogorov 定理’理保證任一個(gè)連續(xù)函數(shù)或映射可由一個(gè)三層網(wǎng)絡(luò)來實(shí)現(xiàn)。BP 網(wǎng)絡(luò)是一個(gè)多層前饋網(wǎng)絡(luò),盡管存在一些問題,如局部極小值、學(xué)習(xí)速度較慢等,但是,由于網(wǎng)絡(luò)容易構(gòu)造,對(duì)輸入的數(shù)據(jù)沒有什么要求,理論研究的深入,在實(shí)踐中有廣泛的深入應(yīng)用,不少研究學(xué)者用它來進(jìn)行圖像識(shí)別。針對(duì)本課題深入研究的系統(tǒng)中特定幾種汽車的汽車識(shí)別問題,綜合考慮上面的因素,我們選用 BP 網(wǎng)絡(luò)模型來設(shè)計(jì)分類器。4.13 汽車識(shí)別的軟環(huán)境鑒于本算法軟件的實(shí)驗(yàn)性與探索性,因此本軟件的全部在由 VC 開發(fā)的Matlab 系統(tǒng)軟件平臺(tái)上設(shè)計(jì)完成。Matlba 是 MathWorkS 公司的產(chǎn)品,它是一種交互式、面向?qū)ο蟮某绦蛟O(shè)計(jì)語言,廣泛應(yīng)用于工業(yè)界與學(xué)術(shù)界,主要用于矩陣運(yùn)算,同時(shí)在數(shù)值分析、自動(dòng)控制模擬、數(shù)字信號(hào)處理、動(dòng)態(tài)分析、繪圖等方面也具有強(qiáng)大的功能,他本身除了具有強(qiáng)大的圖形繪制和輸出功能,同時(shí)還發(fā)布了圖像、小波、神經(jīng)元網(wǎng)絡(luò)等大量的工具箱,大大的方便了我們的解決問題的工作。64.2 技術(shù)路線提出課題 緒論研究現(xiàn)狀圖像處理BP 網(wǎng)絡(luò)模型理論基礎(chǔ)研究分析車型識(shí)別Matlab 系統(tǒng)軟件汽車圖像的獲取及格式轉(zhuǎn)換系統(tǒng)算法程序確定圖像獲取及數(shù)字處理74.3 可行性分析自己查詢編寫 Matlab 軟件的編碼，經(jīng)過自己查閱資料、進(jìn)行文獻(xiàn)調(diào)研，實(shí)現(xiàn)對(duì)至少 4 種車型的識(shí)別，已經(jīng)對(duì)這項(xiàng)課題有了大致了解。另外，在有導(dǎo)師的指導(dǎo)，完成這項(xiàng)課題是完全可行的。4.4 關(guān)鍵技術(shù)介紹4.41 數(shù)字圖像處理圖像處理是為了某種目的對(duì)圖像的強(qiáng)度(灰度)分布做某些特殊的加工和分析,主要分為兩大類,一是光學(xué)處理,一是數(shù)字圖像處理。本文主要設(shè)計(jì)數(shù)字圖像處理系統(tǒng)。所謂數(shù)字圖像處理,就是利用數(shù)字計(jì)算機(jī)或其他數(shù)字硬件,對(duì)圖像進(jìn)行加工和分析,以期提高圖像的實(shí)用性,達(dá)到人們要求的某些預(yù)期效果。就其處理目的來講一般分為三大類,一類是增強(qiáng)有用信息,抑制無用信息,使圖像視覺質(zhì)量提高,以便于計(jì)算機(jī)對(duì)其做進(jìn)一步的處理;一類是提取、描述、分析圖像所包含的某些特征或特殊的信息,以便計(jì)算機(jī)對(duì)圖像做進(jìn)一步的分析和理解,經(jīng)常作為模式識(shí)別、計(jì)算機(jī)視覺等的預(yù)處理;另一類是圖像數(shù)據(jù)的壓縮,以便于圖象數(shù)據(jù)的存取和傳輸。4.42 Matlab 軟件MATLAB 將數(shù)值分析、矩陣運(yùn)算、編程技術(shù)、圖形處理結(jié)合在一起，為用戶提供了一個(gè)強(qiáng)有力的科學(xué)及工程問題的分析計(jì)算和程序設(shè)計(jì)工具，它還提供了方案設(shè)計(jì)夾裝結(jié)構(gòu)特征提取車型的識(shí)別總結(jié)實(shí)例測試研究結(jié)果及后續(xù)改進(jìn)測試結(jié)果分析8專業(yè)水平的文字處理、符號(hào)計(jì)算、實(shí)時(shí)控制和可視化建模仿真等功能，是具有多種語言功能和特征的新一代軟件開發(fā)平臺(tái)。 MATLAB 已發(fā)展成為適合多種工作平臺(tái)，眾多學(xué)科、功能強(qiáng)大的大型軟件。在歐美等國家的高校，MATLAB 已成為線性代數(shù)、數(shù)字信號(hào)處理、數(shù)理統(tǒng)計(jì)、時(shí)間序列分析、動(dòng)態(tài)系統(tǒng)仿真等高級(jí)課程的基本教學(xué)工具。成為相關(guān)專業(yè)學(xué)生必須掌握的基本技能。在設(shè)計(jì)研究單位和工業(yè)開發(fā)部門，MATLAB 被廣泛的應(yīng)用于研究和解決各種具體問題。在中國，MATLAB 也已開始日益受到重視，因?yàn)闊o論哪個(gè)學(xué)科或工程領(lǐng)域都可以從 MATLAB 中找到合適的功能。 Matlab 有以下優(yōu)點(diǎn)：（1）編程效率高，比 C 語言等更加接近我們思維習(xí)慣和書寫習(xí)慣；（2）方便使用，在編程和調(diào)試過程中它是一種比 VB 還要簡單的語言；（3）較強(qiáng)的擴(kuò)充力，有豐富的庫函數(shù)，一些復(fù)雜的數(shù)學(xué)運(yùn)算可以直接調(diào)用；（4）語言簡單，內(nèi)涵豐富，（5）高效方便的矩陣和數(shù)組運(yùn)算。Matlab軟件有非常友好的編譯環(huán)境，并且進(jìn)行編譯的語言也很簡單，容易應(yīng)用，在數(shù)據(jù)和圖片這方面也有相當(dāng)大的處理能力。由于 Matlab 軟件的簡單方便化，它在各個(gè)方面也有很多的應(yīng)用，尤其是在模塊集合工具箱方面的應(yīng)用更為廣泛。4.43 特征選取方法特征的提取方法要考慮到車輛特征的具體情況，不能只從理論角度思考，通過對(duì)車型圖像的參數(shù)提取或變換，得到一組能真正反映車輛信息的特征值。特征值有兩種提取方法，一種是根據(jù)某些原理進(jìn)行特征提取，比如把同一識(shí)別對(duì)象在不同波段的攝像得到的灰度作為它的特征，這種應(yīng)用在農(nóng)田估產(chǎn)、森林資源調(diào)查中廣泛應(yīng)用。另一種就是要求對(duì)待識(shí)別的圖像的各種特征都充分理解，然后把這種特征轉(zhuǎn)化為文字或數(shù)值來識(shí)別。 對(duì)于車型的特征提取，從技術(shù)角度來說，所能提取的特征信息越多，就越能詳細(xì)準(zhǔn)確的分類車型，但是從使用角度來說，為了能夠快速識(shí)別車型，特征參數(shù)就不能太多，而且一些冗余特征信息也會(huì)影響車型識(shí)別的準(zhǔn)確度。為了能準(zhǔn)確快速的識(shí)別車型，所提取的特征值必須具有代表性和較小的冗余度，同時(shí)還有滿足不同條件下，特征值的穩(wěn)定性?；谝陨弦螅卣髦颠x取要滿足以下三個(gè)特點(diǎn)： 第一，區(qū)別性，不同的車型其特征值有較明顯的差異。 第二，相似性，對(duì)于相同的車型其特征值都會(huì)比較接近。第三，簡單性，特征值個(gè)數(shù)越多，車型識(shí)別系統(tǒng)就會(huì)越復(fù)雜，因此特征值的選取要盡可能少。 以上提出的三個(gè)特點(diǎn)，區(qū)別性是基本的特點(diǎn)，是特征值選取的關(guān)鍵，相似性則是為了保證識(shí)別的準(zhǔn)確率，簡單性是為了保證車型識(shí)別的速度。95 日程安排序號(hào) 設(shè)計(jì)（論文）各階段名稱 日期 備注1 調(diào)研、開題報(bào)告準(zhǔn)備及撰寫 12 月 22 日~1 月 15日2 外文翻譯 2 月 22 日~2 月 28日3 以 matlab 為工具實(shí)現(xiàn)汽車類型表情特征提取及自動(dòng)識(shí)別3 月 1 日~4 月 15 日4 實(shí)例測試與分析 4 月 16 日~4 月 30日5 撰寫論文及答辯 5 月 1 日~5 月 31 日6 參考文獻(xiàn)10[1]Total Course Highway of Domastic Has Amounted to 45,400 Kilometers[N].Guangming Daily,2006-12-10:4.[2]Hontani H.Koga T.Character Extraction Method Without Prior Knowledge on Size and Position Information.Vehicle[C]//ElectronicsConference,2001.Proceedings of the IEEE International,2001:67.[3]Pun T.Entropic Thresholding.A New Approach[J].Computer Vision,Graphics Image Process,2001,16:210.[4]CUI Yi.Imagery Processing and Analysis-mathematics Morphology M ethod and Application[M].Beijing:The Science Press,2002.[5]CUI Jiang.Research on the Image Recognition Technique for MovingVehicles[D].Nanjing:Nanjing University of Aeronautics and Astronautics, 2003.[6]LI Jin-hui,Lou Wei,JIANG Shou-shan.A Study on Road Surface Defects Detecting Technology with CCDCamera[ J].Journal of Xi'an Institute of Technology,2002,22(2):95.[7]YU Hong-jun.Research on the Recognition of the Vehicle Style and Recognition of the Vehicle Plate [D] . Xi'an: Highway College of Chang' an University,2005.[8].李晉秀，趙建濤.一種圖像處理的汽車類型識(shí)別算法[J].西安工業(yè)大學(xué)學(xué)報(bào)，2009,29(3):275-278[9].王振峰.圖像處理技術(shù)在汽車類型自動(dòng)識(shí)別中的應(yīng)用研究[D].中國農(nóng)業(yè)大學(xué)碩士學(xué)位論文，2000.[10]. 馬寧.基于神經(jīng)網(wǎng)絡(luò)的汽車識(shí)別研究[D].哈爾濱工程大學(xué)碩士學(xué)位論文，2002.[11]李介谷、施鵬飛、劉重慶、謝式絢編著,圖像處理技術(shù),上海交通大學(xué)出版社,上海,1988.[12]章毓晉,圖像處理和分析,清華大學(xué)出版社,1997.[13]徐建華編著,圖像處理與分析,科學(xué)出版社,1992.[14]吳維從編著,計(jì)算機(jī)圖像處理,上?？茖W(xué)技術(shù)出版社,1989.11[15]吳敏金著,圖像形態(tài)學(xué),上?？茖W(xué)技術(shù)文獻(xiàn)出版社,1991.[16]吳健康編著,數(shù)字圖象分析,人民郵電出版社,1989.[17]劉榴娣,劉明奇,黨長民編著,實(shí)用數(shù)字圖像處理,北京理工大學(xué)出版社,1998.[18]沈庭芝,方子文編著,數(shù)字圖像處理及模式識(shí)別,北京理工大學(xué)出版社,1998.[19]潘祖善,何紹雄,賈學(xué)堂編,濾波技術(shù),上海交通大學(xué)出版社,1997.[20]沈清,湯霖編著,模式識(shí)別導(dǎo)論,國防科技大學(xué)出版社,1991.[21]薛東輝、朱耀庭、朱光喜、熊艷,分形方法用于有噪聲圖像邊緣檢測的研究,通信學(xué)報(bào),1996,17(1):7-11.[22]陳凌、陳云霞,改進(jìn) Hnogh 變換及并行計(jì)算,電子學(xué)報(bào),19%,24(10):111-114[23]李文彪、潘士先,弱正則化邊緣檢測,自動(dòng)化學(xué)報(bào),1996,22(5),545-553.[24]舒昌獻(xiàn),莫玉龍,基于軟化形態(tài)學(xué)的邊緣檢測,中國圖象圖形學(xué)報(bào),1999,2(4,2):141-142.[25]葉衍,張凌,曹明明,何久保,基于特征分布的圖象信息抽取,中國圖象圖形學(xué)報(bào),1998,3(3,3):189 一 192.[26]奕新,朱鐵一,二次濾波法提取邊緣信息方法及其應(yīng)用,青島海洋大學(xué)學(xué)報(bào),1999,l,(29,l):107 一 110.[27]高雁飛,幾種 CCD 圖像邊緣的高精度檢測方法分析,西安工業(yè)學(xué)院學(xué)報(bào),1998,6,(18,2):92 一 98.[28]張啟忠,楊紀(jì)春,羅志增,模糊邊緣檢測技術(shù)在機(jī)器人觸覺圖象處理中的應(yīng)用,傳感器技術(shù),1998,(17,l)6 一 7〔川李應(yīng),唐增銘,宋新科,計(jì)算機(jī)視覺在汽車噸位辨識(shí)中的應(yīng)用,福州大學(xué)學(xué)報(bào),1998,12,(26,6)25 一 27.