基于圖像處理的車型識別

基于圖像處理的車型識別,基于,圖像,圖象,處理,車型,識別,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)而建立的一種實時 、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 ITS 的效能有著重要的影響。汽車是交通系統(tǒng)中的主要對象，汽車類型的識別廣泛應(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)線圈識別車型在實際中較多，但由于其固有的對路面破壞、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，“車牌識別”也在逐步應(yīng)用，但對一些違規(guī)遮擋、涂改、改掛車牌的現(xiàn)象卻無能為力，特別是對未來的無人值守收費(fèi)系統(tǒng)，僅依靠車牌識別則不能完全解決這些問題。1.2 研究意義汽車識別的復(fù)雜性與挑戰(zhàn)性并沒有影響人們對這一課題的研究熱情,這與汽車識別的應(yīng)用價值和重要理論的意義分不開的。從應(yīng)用的角度講,汽車識別系統(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用價值。32 文獻(xiàn)調(diào)研在我們的日常生活中，隨著計算機(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,計算機(jī)己經(jīng)從先前單純的數(shù)值計算,應(yīng)用到文字處理、圖形圖像處理、語音處理、人工智能及模式識別等各個領(lǐng)域。但計算機(jī)對聲音、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比。因此著眼于拓寬計算機(jī)的應(yīng)用領(lǐng)域,提高計算機(jī)感知外部信息能力的新學(xué)科—模式識別便應(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別產(chǎn)品問世,連續(xù)語音識別已相當(dāng)成熟,并己開始走向了實用化、商品化。而在圖像處理與識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用成果。汽車識別作為模式識別學(xué)科的一個分支,是模式識別領(lǐng)域中一個困難而又十分具有實際應(yīng)用價值和廣闊應(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,修建了高等級公路。由于修建公路采用的是“借貸修路,滾動發(fā)展”的策略,為償還貸款,地方政府報經(jīng)省人民政府批準(zhǔn)后,在公路、橋梁上設(shè)置收費(fèi)站,對車輛收取通行費(fèi)。無論采取哪種收費(fèi)方式,都必須先對車輛進(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,對車輛進(jìn)行自動分類識別,解決車輛在路上暢通行駛,實現(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)和計算機(jī)技術(shù)的發(fā)展,為解決這個問題提供了可靠的技術(shù)保障。路橋自動收費(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,同時還會緩解目前路橋收費(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)生較大的社會效益和經(jīng)濟(jì)效益。車輛自動識別分類技術(shù)是路橋自動收費(fèi)系統(tǒng)的重要組成部分,是一門集模式識別、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)。它對在特定地點(diǎn)和時間的車輛進(jìn)行識別和分類,作為交通管理、收費(fèi)、調(diào)度、統(tǒng)計的依據(jù)。國外由于公路建設(shè)起步早,對于車輛自動分類技術(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，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識別方法。(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、試驗測試的能力；并重點(diǎn)鍛煉了學(xué)生 matlab 程序設(shè)計的能力、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)容介紹掌握圖像處理與識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)所提取的特征識別汽車的類型，在試驗測試中，要求至少對 4 種不同的車型進(jìn)行識別。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)計算法。4.12 圖像處理及算法圖像處理是為了某種目的對圖像的強(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,圖像識別使一個從高維特征向量空間到一維空間的非線性映射,Kolmogorov 定理’理保證任一個連續(xù)函數(shù)或映射可由一個三層網(wǎng)絡(luò)來實現(xiàn)。BP 網(wǎng)絡(luò)是一個多層前饋網(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,對輸入的數(shù)據(jù)沒有什么要求,理論研究的深入,在實踐中有廣泛的深入應(yīng)用,不少研究學(xué)者用它來進(jìn)行圖像識別。針對本課題深入研究的系統(tǒng)中特定幾種汽車的汽車識別問題,綜合考慮上面的因素,我們選用 BP 網(wǎng)絡(luò)模型來設(shè)計分類器。4.13 汽車識別的軟環(huán)境鑒于本算法軟件的實驗性與探索性,因此本軟件的全部在由 VC 開發(fā)的Matlab 系統(tǒng)軟件平臺上設(shè)計完成。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,同時在數(shù)值分析、自動控制模擬、數(shù)字信號處理、動態(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，實現(xiàn)對至少 4 種車型的識別，已經(jīng)對這項課題有了大致了解。另外，在有導(dǎo)師的指導(dǎo)，完成這項課題是完全可行的。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)字計算機(jī)或其他數(shù)字硬件,對圖像進(jìn)行加工和分析,以期提高圖像的實用性,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,以便于計算機(jī)對其做進(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,以便計算機(jī)對圖像做進(jìn)一步的分析和理解,經(jīng)常作為模式識別、計算機(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，為用戶提供了一個強(qiáng)有力的科學(xué)及工程問題的分析計算和程序設(shè)計工具，它還提供了方案設(shè)計夾裝結(jié)構(gòu)特征提取車型的識別總結(jié)實例測試研究結(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、符號計算、實時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。 MATLAB 已發(fā)展成為適合多種工作平臺，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)字信號處理、數(shù)理統(tǒng)計、時間序列分析、動態(tài)系統(tǒng)仿真等高級課程的基本教學(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，因為無論哪個學(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，比如把同一識別對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。另一種就是要求對待識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)值來識別。 對于車型的特征提取，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影響車型識別的準(zhǔn)確度。為了能準(zhǔn)確快速的識別車型，所提取的特征值必須具有代表性和較小的冗余度，同時還有滿足不同條件下，特征值的穩(wěn)定性。基于以上要求，特征值選取要滿足以下三個特點(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，對于相同的車型其特征值都會比較接近。第三，簡單性，特征值個數(shù)越多，車型識別系統(tǒng)就會越復(fù)雜，因此特征值的選取要盡可能少。 以上提出的三個特點(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別的準(zhǔn)確率，簡單性是為了保證車型識別的速度。95 日程安排序號 設(shè)計（論文）各階段名稱 日期 備注1 調(diào)研、開題報告準(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 為工具實現(xiàn)汽車類型表情特征提取及自動識別3 月 1 日~4 月 15 日4 實例測試與分析 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別算法[J].西安工業(yè)大學(xué)學(xué)報，2009,29(3):275-278[9].王振峰.圖像處理技術(shù)在汽車類型自動識別中的應(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),上海科學(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,1996,17(1):7-11.[22]陳凌、陳云霞,改進(jìn) Hnogh 變換及并行計算,電子學(xué)報,19%,24(10):111-114[23]李文彪、潘士先,弱正則化邊緣檢測,自動化學(xué)報,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,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,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,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,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,計算機(jī)視覺在汽車噸位辨識中的應(yīng)用,福州大學(xué)學(xué)報,1998,12,(26,6)25 一 27.