摘要:21世纪将是公路交通智能化的世纪,随着我国汽车行业的快速发展,信息化社会的程度不断提高,智能化交通管理成为发展的趋势。车型识别系统是智能化交通管理系统(ITS)的重要组成部分之一,而且有着广泛的应用前景。
本文对车型识别的算法进行了分析和研究,使用OpenCV图像视觉库和Microsoft Visual Studio等工具,对数字图像进行简单处理,利用背景差分法对图像进行深入处理,其中用到了包括图像灰度化、图像二值化、图像作差、图像去噪、图像开闭运算、轮廓的提取与识别等一系列的数字图像处理的知识,并最终模拟实现一种基于车辆轮廓匹配的车型识别系统。
文章中详细介绍了实现车型识别的各种算法以及处理过程,并以基于Visual Studio平台的MFC程序得以模拟实现车型识别系统,能够简单的识别几种常见车型,达到了预期目标。
关键词 智能交通;OpenCV;数字图像;背景差分
目录
摘要
Abstract
1绪论-1
1.1 研究背景与意义-1
1.2 国内外的研究现状-1
1.2.1国外的研究状况-2
1.2.2国内的研究状况-2
1.3 本文主要的结构和章节安排-3
2开发工具和图像处理相关知识-4
2.1 实验工具介绍-4
2.1.1 OpenCV简介-4
2.1.2 Microsoft Visual Studio开发平台简介-4
2.2图像数字化处理知识-5
2.2.1 数字图像处理定义-5
2.2.2 图像的灰度化-6
2.2.3图像高斯平滑-7
2.2.4图像的二值化-8
2.3数学形态学处理图像-10
2.3.1图像的腐蚀和膨胀运算-10
2.3.2图像的开运算和闭运算-10
3车辆目标检测的方法分析-12
3.1 光流法-12
3.2时域差分法-12
3.3背景差分法-13
3.4小结-14
4车型识别系统的设计-15
4.1 系统功能模块设计-15
4.2功能详细分析-16
4.2.1 载入图像-16
4.2.2 车辆提取-16
4.2.3 轮廓提取-18
4.2.4车型识别-18
5车型识别系统的实现-19
5.1 系统概述-19
5.2系统实现-20
5.2.1 主界面实现-20
5.2.2 图像载入-20
5.2.3车辆提取功能-22
5.2.4轮廓提取-29
5.2.5车型识别-31
结论-32
致谢-33
参考文献-34