资源描述：
《机动车辆自动识别系统》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、国防科技大学学报第20卷第5期JOURNALOFNATIONALUNIVERSITYOFDEFENSETECHNOLOGYVo.l20No.51998机动车辆自动识别系统黄爱民陈万里(国防科技大学自动控制系长沙410073)摘要基于视觉的机动车辆自动识别方法工程量小、检测范围大、系统安装相对灵活,是一种很有前途的方法。目前已开发的商业系统大都用在日间辅助交通管理上。为改善视觉交通检测系统的实用性和增强系统的功能,本文作者对模型系统进行了深入的理论研究,提出了2.5维图像的新思路,提取车辆外形的综和特征更为准确,自适应识别方案使车型识别准确灵活,车头颜色特征的利用使
2、识别的准确性进一步提高。实验证明,系统对光线的适应能力也明显增强,系统的稳定性得到改善,有望扩大系统的使用范围。关键词视频图像,机动车辆,2.5维时空图象,彩色特征及特征分析,车辆几何特征及特征提取车辆自动识别分类号TP274.5,TP391.4AutomaticAutomobileImageRecognitionSystemHuangAimingChenWanli(DepartmentofAutomaticControl,NUDT,Changsha,410073)AbstractVideobasedvehicledetectingsystemisaprofita
3、blewayinanintelligentautomobile/highwaycontrollingsystemandtrafficmonitoringsystem.Itispossibletohavealargedetectionareaandaflexibleinstallationway.Toimprovetheusabilityofthevideo-basedreal-timeintelligenttrafficmonitoringsystem,anewideabyusing2.5dimensionstime-spaceimagehasbeenintrod
4、uced.First,colorchangingandintensitytransformingshouldmodifyimages.Second,morefeaturesofobjectsin-cludinglength,width,andfuzzyheightinformationcanbeextractedbyobject'sshapeanalysis。Third-ly,asupervisedlearningmethodusinganeuro-networkrealizesaself-adaptiverecognitionsystem.Thencombine
5、dwiththecolorinformationitcangiveamoreaccurateresult.Alltheimprovementen-dowsthesystemwithadesirableperformance.Keywordsautomobile,video-basedimage,2.5dimensionstime-spaceimage,colorfeatureandfeatureselection,automobile'sfeatureselectionandextraction,automaticvehiclerecognition1简介基于计算
6、机视觉的机动车辆自动检测和识别方法不需要改造路面,可检测较大的范围,系统的实施也灵活,并可最大限度地利用原有的电视监控系统,是一种很有前途的方法。我国已引进的用于交通管理的视觉检测商用系统价格昂贵,功能弱,若想用于路桥收费管理,系统除了保持实时性外,还必须提高适应性、增强功能,即系统在不同的时间(一年的四季,一天的早、中、晚,阴影、灯光的变化)、不同的气候(晴、雨、雪、雾)条件下必须工作稳定,系统不仅要完成车辆计数和车速测量工作,还要按车型进行分类,为自动收费和车辆管理提供依据。针对以上三点要求,作者在理论分析的基础上,已经针对路桥收费站口建立了一个模型系统,并进
7、行了大量的现场实验。系统的特点是建立一个2.5维时空图像,获取车辆的外形和色彩特征,通过对体1998年6月23日修订第一作者:黄爱民,女,1968年生,讲师34国防科技大学学报1998年第5期表轮廓信息的分析来实现车型的自动分类。本方法的特点是,利用车辆的颜色特征、车体外形变化的几何特征进行车辆的分割,获取车辆外轮廓特征;使用神经元网络对外轮廓特征进行分析,实现自适应模式识别功能。系统的特点首先是处理速度快,充分利用硬件资源,只处理为完成目标所需的最少的信息,即利用专用图像板进行图像采集,所有特征提取都在感兴趣窗口(AOI)内进行,神经元网络在特征级进行识别,因而
8、数据量相对
