基于图像识别的车辆图像处理技术研究

论文摘要

随着视频技术的发展,应用CCD相机瞬间捕捉物体的图像的质量越来越高,加上对图像处理深入的研究,图像识别在车辆领域的使用越来越广泛,其主要应用在智能交通和车辆性能参数检测两方面。其主要实例为车牌识别和车型识别方面。在车牌识别系统中,依次使用车牌定位、字符分割和字符识别进行图像处理:车型识别系统中,进行车型识别的过程大致可分成以下几步:图像分割、特征提取、用分类器进行识别。从这两种应用可以归纳出基于图像识别的核心问题和关键技术为目标车辆区域的分割和提取、车辆特征的选取。本文利用图像处理理论,提出一种对完整车辆图像的分割算法和边界提取算法。本文的整体算法设计是将拍摄到的车辆图像进行灰度化处理,把车辆图像分割出来,针对图片上的噪声,提出合理的去除噪声方法,然后提取出完整的车辆外轮廓曲线,最后对轮廓曲线进行分析,提取关键线或关键点用于实际的应用,即跑偏量的计算和车辆尺寸的测量。具体的研究工作如下:通过几种动态物体检测方法的对比研究,提出一种适用性的检测方法,并针对这一方法设计硬件组成;对车辆图像和背景图像进行差分运算,运算结果为:背景图像消减至很微弱,而车辆图像很突出;接着通过对几种图像分割算法在应用效果上对比,选取最稳定和精度高的算法对图像进行分割,得到只剩车辆部分及车身附带噪声韵图像:选用合适的结构元素,使用形态学操作对图像中噪声进行滤除;由于普通的边界提取算法在实际应用中会出现断线和断点的问题,通过对断线和断点产生原因的分析,提拙一种新的边界提取方法,提取出闭合的外轮廓曲线;通过对外轮廓曲线的形状分析,选取适用的关键点,提出一种适用的扫描方法实现对关键点的提取;使用取的关键点表征车辆的运动状态,对车辆跑偏量进行计算,而在尺寸测量上先使用关键点坐标计算出车辆倾角,对车辆轮廓曲线进行旋转之后,再使用扫描的方法计算其尺寸。

论文目录

• 摘要
• Abstract
• 目录
• 第1章 绪论
• 1.1 引言
• 1.2 数字图像处理在车辆领域的应用
• 1.2.1 车牌识别中图像的处理
• 1.2.2 车型识别中车辆图像的处理
• 1.3 本课题研究的目的和主要内容
• 第2章 图像处理中常用技术
• 2.1 彩色图像灰度化
• 2.2 图像增强
• 2.2.1 中值滤波
• 2.2.2 直方图均衡化
• 2.3 区域分割
• 2.4 图像边缘检测
• 2.5 数学形态学运算
• 2.6 线特征检测
• 第3章 车辆图像识别
• 3.1 运动目标检测方法的选择
• 3.1.1 光流法
• 3.1.2 相邻帧差分法
• 3.1.3 背景差分法
• 3.2 图像分割
• 3.2.1 边缘检测分割图像
• 3.2.2 阈值分割
• 3.2.3 两种图像分割方法对比
• 3.3 形态学滤波器
• 3.3.1 开操作与闭操作
• 3.3.2 对车辆图像的开闭操作
• 第4章 基于图像处理的硬件组成
• 4.1 图像传感器的选择
• 4.2 基于背景差分法的硬件组成
• 4.3 基于噪声的硬件改进
• 4.4 总结
• 第5章 应用
• 5.1 边界提取
• 5.1.1 形态学边界提取
• 5.1.2 基于snake模型的边缘提取
• 5.1.3 基于四方扫描的外轮廓提取
• 5.2 关键点的提取
• 5.3 关键点的应用
• 5.3.1 车辆跑偏的应用
• 5.3.2 车辆尺寸的测量
• 5.4 本章小结
• 第6章 总结
• 6.1 全文总结
• 6.2 不足与展望
• 参考文献
• 致谢
• 附件
• 发表论文