基于图像处理技术的机动车车型识别

发布时间：2018-01-04 06:17

  本文关键词：基于图像处理技术的机动车车型识别　出处：《天津大学》2016年硕士论文　论文类型：学位论文

  更多相关文章： 智能交通系统 车型识别 图像增强 模板匹配 分块

【摘要】：近年来,随着道路中的汽车日益增多,智能交通系统中的车型识别在交通监控和管制、全自动收费系统方面起着越来越重要的作用并成为国内外研究的热点,有助于管理交通。快速,准确,高效的进行车型识别具有很强的社会价值和经济价值。对于道路中正在行驶车辆进行图像处理时,往往会受到光照,背景,行人或天气因素的影响,降低识别效果;同时处理的实时性较差,往往是一种事后提醒。检测结果受系统软硬件条件限制。如何在复杂背景下,通过局部特征,整合局部识别结果进行快速,准确的车型识别,是本文重点讨论的内容。本文研究的内容如下:(1)研究了一种基于初始模板进行多次分层次匹配,确定准确车型的具体方法。将图像进行分块处理,通过图像增强的预处理,去除噪声,增强对比度。建立初始大、中、小型车辆模板。整合所有区域在初步模板匹配下的车型识别结果,通过概率统计得到整体初步车型识别结果。(2)选取不同的车型所特有的特征区域模块作为进一步车型识别的判别依据,将灰度值进行近似处理,通过矩阵形式进行2次模板匹配确定具体车型。
[Abstract]:In recent years, with the increasing number of road cars, intelligent transportation system vehicle recognition in traffic monitoring and control, automatic charging system plays an increasingly important role and become a hot research at home and abroad, to help manage traffic. Fast, accurate and efficient for vehicle recognition has very strong social the value and economic value. For road vehicles are image processing, often affected by illumination, background, factors affecting pedestrians or weather, reduce the recognition effect; poor real-time processing at the same time, is often an afterthought. Remind the examination result is limitation of hardware and software system. How to under complex background through the integration of local features, local recognition results are fast, accurate vehicle recognition, is emphasized in this paper. The contents of this paper are as follows: (1) study was based on an initial template number A hierarchical matching method is accurate, specific models. Image block processing, noise removal by preprocessing, image enhancement, contrast enhancement. The establishment of the initial template, large, small vehicles. The integration of all the regions in the initial template matching under the vehicle recognition results, obtained preliminary results through the whole vehicle recognition probability (2). The statistical characteristics of regional module selects different models unique as the basis for further discrimination of vehicle recognition, the gray value of the approximate treatment, 2 template matching to determine the specific models through the matrix form.

【学位授予单位】：天津大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 陈爱斌;基于特征车的汽车车型识别[J];信息技术;2004年05期

2 袁志勇,查桂峰,陈绵云,张仁宏;基于反对称小波的车型识别研究[J];武汉大学学报(信息科学版);2005年06期

3 袁志勇,查桂峰,陈绵云;基于聚类的二级模糊综合评判的车型识别研究[J];计算机工程与应用;2005年12期

4 运国莲;陈启美;丁胜军;;基于非完备贝叶斯网络的车型识别方法[J];交通与计算机;2006年01期

5 贾永涛;张帆;;车型识别专家系统的设计[J];计算机测量与控制;2006年04期

6 张宁;施毅;何铁军;;基于虚拟线圈的车型识别研究[J];交通与计算机;2008年01期

7 颜卓旺;;基于历史数据的车型识别方案[J];中国交通信息化;2012年03期

8 袁爱龙;陈怀新;吴云峰;;基于尺度显著性算法的车型识别方法[J];微型机与应用;2012年15期

9 华莉琴;许维;王拓;马瑞芳;胥博;;采用改进的尺度不变特征转换及多视角模型对车型识别[J];西安交通大学学报;2013年04期

10 刘玉铭,白明;一种基于模糊模式识别方法的车型识别仪[J];公路交通科技;2000年01期

相关会议论文 前7条

1 韩冬梅;吕芳;;智能交通系统中车型识别的软件设计与实现[A];全国第4届信号和智能信息处理与应用学术会议论文集[C];2010年

2 王超;刘翠响;;视频图像中车辆的车型识别算法研究与实现[A];第二十七届中国（天津）2013IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2013年

3 邓天民;邵毅明;崔建江;;一种车型识别算法及其应用[A];计算机技术与应用进展——全国第17届计算机科学与技术应用（CACIS）学术会议论文集（上册）[C];2006年

4 张全元;戴光明;陈良;;一种新的基于实时视频流的车型识别算法[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年

5 张大奇;曲仕茹;刘真峥;;基于环投影小波分形特征的车型自动识别方案[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

6 赵天青;梁旭斌;许学忠;蔡宗义;张敏;;车型识别中听觉特征提取算法的研究[A];第三届上海——西安声学学会学术会议论文集[C];2013年

7 刘直芳;游健;王运琼;游志胜;;运动汽车投影阴影分割算法[A];第十三届全国图象图形学学术会议论文集[C];2006年

相关博士学位论文 前2条

1 李丽宏;基于多传感器信息融合的超限超载检测系统设计研究[D];太原理工大学;2013年

2 胡耀民;基于视频的车型识别关键技术研究[D];华南理工大学;2014年

相关硕士学位论文 前10条

1 邓柳;基于深度卷积神经网络的车型识别[D];西南交通大学;2015年

2 张明贵;道路车辆的车型识别方法研究[D];贵州民族大学;2015年

3 涂文华;基于数据融合的交通物联网感知节点研究与应用[D];南昌大学;2015年

4 刘超;多姿态车型识别算法设计及应用研究[D];电子科技大学;2014年

5 王欣;基于小波分析的车型自动识别系统的设计与实现[D];电子科技大学;2014年

6 凌永国;基于卡口图像车型识别的研究[D];广西师范大学;2015年

7 张海彬;基于卡口图像的车型识别方法研究[D];合肥工业大学;2015年

8 郭志明;基于视频图像的车型识别方法的研究[D];东北大学;2014年

9 张飞云;基于深度学习的车辆定位及车型识别研究[D];江苏大学;2016年

10 程丽霞;监控视频中的车型识别技术研究[D];广东工业大学;2016年

，

本文编号：1377409