基于移动区域的快速车型识别

基于移动区域的快速车型识别

ID:33581938

大小:5.42 MB

页数:44页

时间:2019-02-27

基于移动区域的快速车型识别_第1页
基于移动区域的快速车型识别_第2页
基于移动区域的快速车型识别_第3页
基于移动区域的快速车型识别_第4页
基于移动区域的快速车型识别_第5页
资源描述:

《基于移动区域的快速车型识别》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于移动区域的快速车型识别2.电子卡自动识别技术。基于无线通讯的自动识别技术是现阶段不停车收费田C)中采用最多的技术【7】【81。该类型系统包括三个单元:一个安装于车辆上的脉冲发射器(或加上lC卡);一个安装有接收天线的路旁读出器和一台联网的用来处理实时信息的计算机。当车辆通过时,读出器触发脉冲发射器传送与该车辆有关的编程代码的数据,由读出器的天线接收,然后送到计算机进行处理。既可以计算机打印出收费单,然后人工收费。也可以利用计算机数据库自动在客户账号上划去相应金额,对于加装了IC卡的系统还可以直接从车载

2、IC卡上划去相应金额。这种系统还可在全国或某一地区内联网使用,使得车辆在联网范围内行车畅通无阻。电子卡系统从识别的主被动关系来说,收费站属于被动的一方,车辆存在掉换车载电子标签进行作弊的可能,收费站需要安装防止作弊的设备,如视频抓拍等,加大了收费站的基建投入;同时这种系统需要所有车辆都安装脉冲发射器,投资较大。3.动态称重检测车型。公路车辆动态称重系统通过设置在每个车道上的称重感应板,在计算机的控制下对正常行驶的车辆进行重量检测,并按预先制定的车类分型表,自动识别车型【91。目前由于动态称重技术还不够成熟

3、,加之设备安装复杂、寿命短、易受电磁干扰、技术要求高、精度不够且价格昂贵(国外1套WIM系统大约在20万美元左右)等因素,使其在收费系统中还没有得到广泛应用。但在国内不能采用这种分类方法的根本原因是我国各地还没有按照车辆的总质量进行分类。4.电磁感应线圈检测车型。感应线圈应用最为广泛,现在许多国内外车型识别或者车速测量研究中都采用了环型线圈。感应线圈测量车型是利用了电子感应原理:采用电磁感应检测技术是根据不同车辆通过埋设于道路下的环形感应线圈时,引起其电感量不同的变化来检测车辆的到达和离开,并进行车型分类

4、【101。当线圈上方有车辆通过时,线圈的电感会发生变化,这样就会产生一定的波形(有的机构就是对这种产生的波形形状分类而实现车型测量的,如文献【11】【12】)。环形线圈虽然具有成本较低的优点,但用于车型识别,现阶段仍然存在较多问题,主要有:(1)我国车辆种类较多,各类车辆之间没有明确的界限。5基于移动区域的快速车型识别(2)环形线圈安装复杂,施工时需要破坏路面,另外安装和转移也不方便。(3)传感手段简单,用环形线圈仅能获得车辆的感应曲线,动态、实时的条件下,有很多难以料想的干扰因素存在。(4)识别率低,靠

5、单一的检测技术手段仅达到25%一35%。(5)维护费用高且功能单一。此外,当车型比较复杂时(例如:大型的拖拉车),在一定程度上影响了车型自动识别的准确率,使得推广和应用受到一定限制。虽然线圈传感器技术很成熟,但是越来越面临着被淘汰的危险。随着视频技术的发展,图象处理技术的日益进步将视频检测技术推向了市场,应用到交通管理工作中【13】【14】基于视频图像的分类系统一般安放于公路一侧,利用CCD摄像头和图像采集卡获得汽车车身的侧面图像。然后通过降噪处理、轮廓提取,从视频图像中提取汽车总长、高度、长高比等特征量

6、,然后进行车型判断。由于图象检测应用范围广,获取信息丰富,可以用来实现道路交通监控、车型分类及识别、车牌的自动识别【15】、高速公路的自动收费、智能化交通导航【161等,因此利用视频进行车型识别是一个很有前途的方向。1.3本文主要研究内容本文从视频车型识别流程入手,按照流程的步骤顺序逐个详细描述。首先,应用快速自适应背景更新方法将背景差分技术和背景更新机制结合起来,将视频图象中的移动目标提取出来,获取的移动目标图像依次经过二值化处理、标签法去噪、基于HSV颜色空间的阴影检测,之后再进行轮廓提取、车型特征值

7、计算,最后运用模糊理论建立隶属度函数对车辆进行车型识别。同时本文对部分算法进行了改进,在获取车辆轮廓的同时进行Freeman链码编码,依据Freeman链码方便的计算车辆轮廓顶部长度、车辆轮廓底部长度、车高、图象相对矩等特征。另外本文还提出了根据Freeman链码计算车辆轮廓结构相对矩特征的方法。最后在车型识别技术中创新地引入图象相对矩特征判别。图象相对矩的引入减少了由于目标车辆移动、旋转、缩放等引起的车型误判,使车辆在图像中的不同位置均可获得较好的识别效果。本文提出的车型识别方法运用模糊理论建立隶属度函

8、数对提取的车型特征数据进行模式识别,该方法简单、易实现,能识别常见的轿车、越野车、客车、载货汽车、挂车等车型。实验证明系6基于移动区域的快速车型识别统无论时间性能还是识别率都得到了很大提高,在实际车流量较大的路口可有效记录视频流中车辆车型特征并自动归类车型,其应用前景十分广阔。本文的主要章节安排如下:第一章绪论主要阐述了本课题出现的背景及其意义,即智能交通系统的产生和发展,然后叙述了车型识别的国内外现状。第二章模式识别基础主要

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。