基于圖象處理技術的車輛分類研究.pdf

1、隨著經濟的迅速發(fā)展，高速公路的建設項目與日俱增，科學、高效、合理的運營管理問題越來越突出。特別是車型判別，由于車輛種類繁多，常用車輛檢測器局限性大；人工判別車輛現象比較普遍，該方法存在著因收費人員的疏忽、誤判和舞弊等行為而造成經濟損失的問題。同時，對于各個停車收費站來說，人工車輛判別引起的交通擁擠會導致商業(yè)車輛在交通運輸中延誤，增加運輸成本。人工判別車型已經成為制約收費站工作效率提高的“瓶頸”環(huán)節(jié)。因此，實現車型自動判別，提高高速公路運

2、營管理效率已經刻不容緩。 本文介紹了一種簡便實用的基于圖象處理技術的車型判別系統(tǒng)。目的是改進現有的車輛判別方法，為不停車收費提供現場車輛識別技術支持；為交通調查提供一種現代化的技術手段；為實現車輛分類標準的統(tǒng)一提供一種新的思路。探索用最小的系統(tǒng)規(guī)模通過圖象處理技術實現實時、科學、合理車型判別的可能性，從而有效協助城市道路及高等級道路交通流自動化管理，進而實現整個交通系統(tǒng)的安全運營管理。該系統(tǒng)通過簡單的設置，利用軟件實現圖象處理算

3、法，進而完成車型判別的功能。 論文首先對國內外車輛分類標準及車型判別技術進行了分析，選取車輛長度、寬度、高度和客貨特征值作為車輛判別參數。然后，對系統(tǒng)涉及到的數字圖象處理技術進行了探討，并以此為基礎，提出了基于模板匹配的特征點自動搜索法，利用基于積分思想的算法模型建立了車輛長度、寬度和高度算法模型，同時通過客車和貨車圖像特征分析建立了客貨特征值算法模型。接著對模式識別分類方法進行了全面分析，利用數據聚類、神經網絡和統(tǒng)計分析等思想