MATLAB的车型识别算法研究.doc

1绪论1.1课题背景随着中国经济迅速发展，私家车等多种车辆数量越来越多，给我国目前的城市交通带来巨大压力，人们希望有一个智能的交通系统，实时监控交通情况，实现自动交通管理，这就促进了智能交通系统的产生，目前一些大城市已经逐步引入智能交通系统，例如高速公路的联网收费，停车场信息化管理等，随着智能化交通管理需求的不断增加，智能交通系统将有很大发展空间。车型的识别虽有很多年的发展史，但仍是一个较大的难题，首先，车辆在不同时间及环境影响下，其颜色、光泽度等都会有不同变化，而且车辆在行驶中，其位置、速度都有随机性，使得车辆在录入镜头时形状、大小也会有改变；第二，车辆的拍摄角度变化、邻近物体的影响、车辆之间遮挡等条件也会对车辆外观造成一定影响；第三，背景图像的持续变化以及光照条件、天气季节变化等因素影响。因此车辆识别与智能交通系统的需求还有一定差距，需要我们继续努力，在识别的准确率和使用性上做进一步提高。目前智能交通系统在许多重要技术上已经解决，但是一些细节方面，比如车辆的准确识别问题还没有很好的解决。而且车型识别是智能交通中重要的一部分,所以本课题意在研究一种车型识别方法,实现交通管理智能化，应用于十字路口的信号灯变换，交通流量统计，停车场自动收费，收费站不停车自动收费，公安交通管理等方面。迄今为止一些发达国家在这方面已经有所成就，并且有成功的应用，我国在车型自动分类方面仍处于落后状态，所以车型识别技术对于智能交通系统的完善具有现实意义。1.2国内外研究现状车型识别的方法较多，目前比较常用的有红外探测法、线圈感应法和基于图像的车型识别。用图像做车型识别的研究较多，因为图像一般包含信息量较大，只要能提取出准确有效的车型参数就可以得到较高的车型识别率，硬件设备要求低，只需一台摄像机安装于路边，与主机相连，同时也便于维护。由于各大城市交通状况日益严峻，国家开始重视交通资源的合理利用，并在这一课题研究上给予各方面支持，已经有多家高校及研发机构参与此项研究，服务于交通系统，在国内有几家相关研究单位已经开始车型识别方面的研究，提出了一些计划方案，如西安公路交通大学提出了激光车型识别系统，将两组激光收发器装于路面，测量车辆的轴数、轴距、轮胎数和轮距，并通过这些参数对车型做识别。中国科学院提出了基于模糊模式的车辆识别系统，原理是车辆经过环形线圈传感器产生感应曲线，根据感应曲线的特征，用模糊识别方法识别车型。在国外，车型识别方面的研究开始的比较早，在一些关键技术上已经有所突破，如日本立时公司用环形线圈和超声波技术，检测车辆长度、高度和地盘高，从而识别车型。英国采用环形线圈和红外线测量轴数和轴距来获得车型参数。虽然国外相关科研机构不少，但是真正拥有成熟技术并生产出被广泛认可的产品却为数不多。所以这一领域的发展和提升空间非常大。我相信，经过多方面努力我们在车型识别领域一定会有很大突破。1.3本设计研究内容本设计研究了车型的识别方法，研究图像的基本操作方法，对图像做预处理，包括图像的灰度化、二值化、图像分割填充、及形态学的一些操作方法。图像特征值选取思路和BP神经网络设计的车型分类器对车辆做识别。2车型图像的预处理图像的预处理是车型识别的基础，对读入的.jpg格式的图像做一些基本操作，简言之就是要去除冗余的信息，得到车型识别所需要的特征信息。2.1Matlab软件介绍MATLAB将数值分析、矩阵运算、编程技术、图形处理结合在一起，为用户提供了一个强有力的科学及工程问题的分析计算和程序设计工具，它还提供了专业水平的文字处理、符号计算、实时控制和可视化建模仿真等功能，是具有多种语言功能和特征的新一代软件开发平台。MATLAB已发展成为适合多种工作平台，众多学科、功能强大的大型软件。在欧美等国家的高校，MATLAB已成为线性代数、数字信号处理、数理统计、时间序列分析、动态系统仿真等高级课程的基本教学工具。成为相关专业学生必须掌握的基本技能。在设计研究单位和工业开发部门，MATLAB被广泛的应用于研究和解决各种具体问题。在中国，MATLAB也已开始日益受到重视，因为无论哪个学科或工程领域都可以从MATLAB中找到合适的功能。Matlab有以下优点：（1）编程效率高，比C语言等更加接近我们思维习惯和书写习惯；（2）方便使用，在编程和调试过程中它是一种比VB还要简单的语言；（3）较强的扩充力，有丰富的库函数，一些复杂的数学运算可以直接调用；（4）语言简单，内涵丰富，（5）高效方便的矩阵和数组运算。Matlab软件有非常友好的编译环境，并且进行编译的语言也很简单，容易应用，在数据和图片这方面也有相当大的处理能力。由于Matlab软件的简单方便化，它在各个方面也有很多的应用，尤其是在模块集合工具箱方面的应用更为广泛。2.2图像处理2.2.1设计思路将摄像机装于要检测的路段，提