基于線陣CCD的車型識(shí)別方法研究.pdf

1、智能交通系統(tǒng)(intelligent transportation system，ITS)是全球公認(rèn)的解決公路交通的有效途徑，在交通壓力飛速增大的今天，已經(jīng)成為現(xiàn)代公路交通運(yùn)輸體系的主要發(fā)展方向，在很多國家都取得了廣泛的應(yīng)用。
　　智能收費(fèi)系統(tǒng)是ITS的重要組成部分，由于采用全自動(dòng)化收費(fèi)方式，節(jié)省了大量人力，并且大大提高了收費(fèi)速度，能夠有效減緩收費(fèi)站壓力。智能收費(fèi)系統(tǒng)的關(guān)鍵是車型識(shí)別，在不同的識(shí)別方式中，采集的特征不同，車型的分類

2、也不盡相同。本文提出了一種基于線陣CCD的車型識(shí)別系統(tǒng)，屬于圖像識(shí)別，將不同的車輛分成大型貨車、小型貨車、大型客車、小型客車、越野車、兩廂轎車和三廂轎車等幾類。與面陣CCD相比，線陣CCD成像背景單一，易確定感興趣目標(biāo)，動(dòng)態(tài)范圍大，圖像無拖影，能夠安裝于距離車輛較近的地方，攝像機(jī)的標(biāo)定簡單;但因?yàn)榇嬖趫D像形變，仍然會(huì)干擾測(cè)量結(jié)果，在本系統(tǒng)中，由于存在橫向形變，需要計(jì)算長度及寬度的形變系數(shù)。本文所做工作有如下幾個(gè)方面:
　　一、車體

3、基本參數(shù)檢測(cè)
　　首先利用背景單一的特性，通過背景差法去除背景，提取出車輛所在區(qū)域，可由此確定車輛高度。其次利用鋼圈與輪胎成像的差異通過梯度運(yùn)算檢測(cè)鋼圈輪廓，確定車輛軸數(shù)。利用車燈與周邊車體的成像差異通過梯度運(yùn)算結(jié)合數(shù)學(xué)形態(tài)學(xué)的方法檢測(cè)車燈，通過計(jì)算鋼圈形變確定長度及軸距形變系數(shù)。通過車燈確定車體長寬分界線，完成長度識(shí)別。最后根據(jù)汽車前車牌尺寸的一致性，利用基于單目視覺的深度圖像檢測(cè)法結(jié)合車牌的紋理特征完成車牌檢測(cè)，從而確定車體寬

4、度形變。結(jié)合車燈與車牌位置，利用車頭圖像的對(duì)稱性完成寬度檢測(cè)。
　　二、通過組合參數(shù)構(gòu)造特征向量
　　基本參數(shù)的分類性能較弱，通過將其組合構(gòu)成分類性能更好的組合參數(shù)。由于比值參數(shù)無量綱，只需在車體圖像中計(jì)算各參數(shù)的像素?cái)?shù)即可，無需復(fù)雜的攝像機(jī)標(biāo)定工作，非常適合構(gòu)造特征向量。本文選擇的組合參數(shù)包括空間占有率、長高比、長寬比、尾高車高比、軸距車長比以及軸數(shù)，并將其組成特征向量。
　　三、建立基于支持向量機(jī)法的車型分類器