道路车辆的车型识别方法研究
随着人均生活水平的不断提高，私家车数量逐年增加，单靠人工管理难以实现交通管理(包括车流检测，收费管理，车型识别等)智能化的要求。近年来由于计算机多视觉技术和模式识别技术的快速发展，基于视频图像的车型分类技术在交通管制中受到广泛的关注。本文对车型识别问题进行深入的研究，将车型识别系统分为运动车辆检测、车辆特征提取以及车型识别三部分。 本文首先介绍图像分割常用的方法，并提出一种基于灰度直方图信息的自适应阈值分割方法。对典型的运动目标检测方法进行简单的描述，采用一种改进的混合高斯模型来检测运动车辆。在车辆目标提取方面，本文根据车辆图像的灰度特征信息去除阴影，结合区域标记法得到完整的车辆目标。 针对车辆特征提取以及车型识别问题，本文详细介绍了车辆特征提取与车型识别常用的方法。通过对检测区域的车辆目标进行处理，提出了一种面积投影的车流量统计方法，该方法能够准确统计出车辆数目；通过统计检测区域的车辆平均面积，采用K-均值聚类算法来进行车型分类识别。 本文采用MATLAB7.1编程软件来实现系统的开发，实验数据和结果表明：本文提出的车流统计和识别方法具有较强的可行性和实用性。
图像处理;道路车辆;阴影去除;特征提取;车型识别
贵州民族大学
硕士
应用数学
黄成泉
2015
中文
TP391.41
2020-04-26（万方平台首次上网日期，不代表论文的发表时间）