基于图像配准的车标识别算法研究

发布时间：2023-04-26 06:02

　　在智能交通系统(ITS)中,车辆特征检测包括车牌检测、车标检测、车型和车脸检测。目前,车牌识别技术已经在各个国家发展地相当成熟,并且已经投入广泛的应用。车标识别作为智能交通系统(ITS)的一项重要研究领域,可以辅助车牌识别进行各种道路布控、停车场管理、高速公路电子收费等。它对于科技的进步和经济的发展有着重要的意义。随着计算机视觉和模式识别技术的不断发展,以图像理解为基础的智能交通系统逐步得到实际应用。计算机视觉通过计算机来模拟人眼视觉,提取图像中的有用信息,并对提取到的信息进行处理和理解,从而实现系统的实际检测、控制和测量等功能。作为智能交通系统(ITS)的一个具体应用,图像处理技术在智能交通系统(ITS)中的应用领域非常广阔。本文主要针对智能交通系统中的车标识别技术展开研究和探讨。算法总体分为三部分：图像预处理,车标定位,车标识别。其中车标定位部分是整个流程的关键阶段,包括粗定位和精定位。它利用车牌与车标相对位置的先验知识确定车标所在的大致区域,然后使用Sobel算子边缘检测得到车标的轮廓,采用大津法(OTSU)对轮廓图进行二值化,通过计算二值图中前景像素的占比判断车标周围干扰条纹的...

【文章页数】：60 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究现状
        1.2.1 车标定位技术
        1.2.2 车标识别技术
    1.3 本文结构安排
第二章 相关理论基础知识介绍
    2.1 图像预处理算法
        2.1.1 图像灰度化
        2.1.2 图像平滑
        2.1.3 图像对比度增强
    2.2 形态学操作
    2.3 SIFT特征简介
    2.4 FREAK描述子基本原理
        2.4.1 人眼视网膜
        2.4.2 FREAK视网膜采样模式
        2.4.3 低相关性描述子
        2.4.4 FREAK描述子生成步骤
    2.5 本章小结
第三章 车标定位
    3.1 车标粗略区域的选定
    3.2 车标精确位置的确定
        3.2.1 车标轮廓的提取
        3.2.2 OTSU二值化
        3.2.3 形态学闭运算
        3.2.4 连通域分析
        3.2.5 车标精确位置的确定
        3.2.6 车标定位实验结果分析
    3.3 本章小结
第四章 车标识别
    4.1 车标模板库的建立
    4.2 SIFT特征提取
    4.3 FREAK的特征点配准改进
        4.3.1 特征描述子生成
        4.3.2 特征点配准
    4.4 车标识别实验结果分析及评价
    4.5 本章小结
第五章 总结和展望
    5.1 总结
    5.2 下一步展望
参考文献
致谢
攻读硕士期间发表的论文
攻读硕士期间参与的科研项目



本文编号：3801893