基于视频的车型识别

基于视频的车型识别

摘要

本文介绍了基于视频和图像处理的自动车型识别方法，详细阐述了利用数字图像处理及模式识别技术的原理和方法。首先采用背景差分法提取运动目标车辆。然后对图像序列进行灰度化、平滑去噪、边缘检测、边缘提取等一系列图像处理过程。最终采用模板匹配的方法识别车型。此种方法内存占用量小，实时性好。通过本文的研究，初步探索了数字图像处理与模式识别在车型识别系统中的应用途径和方法，为以后进一步的实现基于视频的交通检测系统的打下了基础。

关键词:

背景差分；边缘检测；模板匹配；车型识别

VEHICLE RECOGNITION BASED ON VIDEO

SEQUENCES

ABSTRACT

This paper introduces the automatic vehicle recognition based on video sequences and image progressing and illustrates the principle and method of using digital image progressing and pattern recognition.First,it uses background difference method to find out the candidate vehicle.Second,it uses the method based on graying image sequences ,smooth denoising ,background difference method ,edge detection ,edge extraction and so on a series of image processing to process the image.Finally,it recognizes the vehicles through the method of template matching.This kind of method takes up little memory and good real-time.The research in this paper explores digital image processing and pattern recognition application in vehicle recognition system approaches and methods,laying the foundation for the realization of traffic detection system based on video in the future .

KEY WORDS:

Background Difference Method , Edge Detection , Template Matching , Vehicle Recognition

前言

随着交通拥挤和堵塞等各种问题的日益突出，以及计算机技术的不断发展，智能交通系统[1](Intelligent Transportation System，简称ITS)得到了越来越广泛的应用，并在欧、美等发达国家广泛得到应用，而在我国的应用尚处于探索研究的起步阶段。车辆检测、跟踪和车型识别是ITS应用领域中的重要分支，也是目前相对薄弱的技术环节。同其他车型识别方法相比，基于图像识别的车型识别技术有其多种优势。基于图像的车型识别融合了图像处理、计算机视觉、模式识别等技术，它能够自动、实时地对车辆进行检测和分类，可以作为交通收费、管理、调度和统计的依据。本论文在分析了各种车辆识别技术的基础上，综合视频、图像处理和模式识别技术来实现车辆的分类。

1.车型识别技术的发展现状

1.1电子标签识别法

现阶段国外不停车收费(ETC)采用最多的是基于无线通讯技术。电子标签是用来记录车辆本身的信息包括车辆账号、车辆类型、车主、车牌号等。当车辆通过安装在收费通道内的收费设备时，通过电子标签和阅读器之间的微波通讯，实现信息的交换，并进行CRC校验，最后通过收费系统与车主的银行实行定期清算。因为车辆存在掉换车载电子标签进行作弊的可能，收费站等场所需要额外安装监控设备，增加了基建投入。因此该方法在国内应用较少。

1.2电磁感应线圈识别法

预先在公路下面铺设一个通有高频电流的线圈，由于车辆的材质大部分是金属，当车辆从感应线圈上面通过时，会在线圈内部产生涡流而使线圈电感量减小。不同车型的底盘结构和铁磁物质分布的有所不同，由于电流变化引起的磁场的变化也不同，因此可以根据感应曲线的不同而区分不同类型的车辆，进而得到具体的车型。该方法的优点是准确率较高、不受气候影响且成本不太高。同时还能检测各车型的车流量及占有率等交通参数，电磁感应线圈法需要把线圈埋入地下，受车辆的挤压容易损坏，寿命较短，维护时需要破坏路面，维护成本较高。

1.3红外探测法

红外探测法是利用布置在车道两侧红外阵列检测器，当车辆经过装置时，根据汽车不同部位对发射装置的不同阻挡作用，采集车辆的侧面几何数据，然后通过这些数据与车型数据库中的数据比较后判断出车型，从而实现车型的自动分

类。在该系统中水平和垂直排列的红外发射接收点非常多，有几十甚至几百对，这就保证了系统可以采集到足够多的数据，这些数据包括车头高度、车长、轴数、轮距等特征数据，这些信息可以比较完整、细致地描绘出车辆的外轮廓及局部典型特征，使系统达到一个较高的识别率。该方法优点是识别率较高，缺点是硬件结构复杂，维护成本高，在实际中难以推广。此外还有一种基于超声波的车型检测方法，其原理和红外检测法是类似的。

1.4车牌识别法

车牌识别法是一种通过识别车牌间接识别车型的方法。首先从摄像机获取

的汽车牌照图像中识别出车牌号和车牌颜色，然后到车辆数据库中去检索与此车牌号相对应的车型，最终得到车辆的类型。该方法对硬件要求不高，安装起来也灵活方便，但需要事先对每一辆车建立包含各种信息的车辆数据库，而且图像必须保证车牌清晰，在实际应用中还受到遮挡、光照等的限制。这种方法要建立在可靠的车牌识别算法的基础之上，也可以把它归到下面将要叙述的基于图像的车型识别方法中。

1.5基于视频图像的车型识别

国内外利用视频图像进行车型识别[2]的研究很多，因为数字图像能够提供很多有用的信息，利用一定的算法得到许多车辆的信息，然后依据这些车辆特征进而得到具体的车型。相比于其它的车型识别方法，利用图像来识别有其自身的特点:首先数字图像含有的信息比较丰富，只要是保证特征提取算法的有效性，即可得到较高的车型识别率。另外硬件安装非常简单，只需一个摄像机或者数码相机安装在路边，利用视频信号线和主机相连。并且利用该方法无需破坏路面，维护起来非常方便。

本文对以视频图像为基础的车型分类算法进行了系统的研究，根据目前的车型识别研究中特征提取，识别算法，车辆分类等基本方法，提出了自己的改进方案。系统框图如下:

图1-1 系统流程图

Fig.1-1 System flow chart

如图1-1所示，首先通过CCD摄像机采集车辆的视频信息，并通过背景差分法对采集的图像进行区域分割，从而得到运动车辆的图像，对车辆的图像进行图像处理工作，如，去噪、锐化、边缘检测、水平竖直填充。最后对处理过的车辆图像进行模板匹配，识别车型。