车标识别方法研究

论文摘要

车标识别技术是指以数字图像或视频信号流为研究对象,通过图像处理与自动识别方法,获得机动车辆品牌信息的一种实用技术。车标识别技术作为智能交通系统中的一个重要环节,其应用越来越受到人们的重视,其应用领域涉及公路收费、车辆管理、公路布控等。车标识别系统主要包括车标定位和车标识别两个关键技术。车标目标小,区域背景复杂,受拍摄角度和光照影响,使得车标定位成为难点。定位出的车标常存在部分缺损,拍摄原因造成的变形、光照不均的问题,这就要求构造亮度、对比度、旋转和缩放保持不变性的特征描述子进行识别。本文提出了一种基于先验知识的车标识别算法,具体包括车标定位、车标识别两大模块内容,该算法适用于国内道路上行驶的小型车辆。与其他车标识别算法相比本文提出的车标识别算法充分利用了车标的先验知识,并对车标自动识别系统的关键技术进行研究,提出有效的解决策略,在此基础上设计了车标自动识别系统仿真软件,完成了实验。车标定位利用车标的先验知识,采用由粗到精的车标定位算法结构:利用背景更新算法在车辆图像序列中检测出候选车辆;利用车身轮廓线的方向性通过方向滤波进行车身定位;通过梯度水平投影定位车灯带;利用车灯带的结构特性粗定位车标;利用车标轮廓信息,提取车标的精确位置。车标识别利用不同品牌车标的宽高比,构造一级分类器;利用不同品牌车标的纹理先验知识,提取车标的SIFT特征描述子进入二级分类器即BP神经网络进行车标分类识别。实验结果证明本文的算法对实际拍摄的视频图像的定位率为95.95%、识别率为74.77%、误识率为15.51%、拒识率为9.72%。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题的研究背景
• 1.1.1 车标识别相关技术和方法
• 1.1.2 车标识别的目的和意义
• 1.2 车标识别技术发展现状
• 1.2.1 车标定位技术发展现状
• 1.2.2 车标识别技术发展现状
• 1.3 本文研究的主要内容
• 1.4 论文的结构安排
• 第2章 基于先验知识的车标定位
• 2.1 车标定位存在的关键性问题
• 2.2 车标定位所依据的先验知识
• 2.3 车标定位系统组成
• 2.4 基于背景更新算法的车辆检测
• 2.4.1 算法简介
• 2.4.2 背景获取及背景更新
• 2.4.3 车辆分割
• 2.5 基于方向滤波的车身定位
• 2.5.1 车身定位预处理
• 2.5.2 构造车身定位方向滤波算子
• 2.5.3 二值化及形态学滤波
• 2.5.4 中值滤波及垂直投影
• 2.6 车灯带定位
• 2.6.1 提取车灯带轮廓
• 2.6.2 中轴水平投影法
• 2.6.3 中轴水平投影波峰筛选
• 2.7 车标粗定位
• 2.8 车标精定位
• 2.9 车标定位实验
• 2.10 本章小节
• 第3章 车标识别
• 3.1 车标识别存在的关键性问题
• 3.2 车标特征描述子的构造
• 3.2.1 特征描述子构造原则
• 3.2.2 基于SIFT算法的车标特征提取
• 3.3 基于神经网络的车标识别
• 3.3.1 BP神经网络简介
• 3.3.2 BP神经网络车标识别原理
• 3.3.3 车标预处理与样本集的选择
• 3.3.4 BP神经网络结构和设计
• 3.4 实验结果及分析
• 3.4.1 车标识别结果
• 3.4.2 实验结果分析
• 3.5 本章小结
• 第4章 车标识别系统设计及软件仿真
• 4.1 系统的总体结构
• 4.2 系统的软件流程
• 4.3 系统的运行界面
• 4.5 实验结果
• 第5章 总结与展望
• 5.1 全文结论
• 5.2 进一步工作展望
• 参考文献
• 攻读学位期间公开发表论文
• 致谢
• 研究生履历