基于纹理的车辆图像分割与提取算法研究

摘要

随着视频技术的发展，应用CCD相机瞬间捕捉物体的图像的质量越来越高，加上对图像处理深入的研究，图像识别在车辆领域的使用越来越广泛，其主要实例为车牌识别和车型识别方面。在车牌识别系统中，依次使用车牌定位、字符分割和字符识别进行图像处理。车型识别系统中，进行车型识别的过程大致可分为以下几步：图像分割、特征提取、用分类器进行识别。从这两种应用可以归纳出基于图像识别的核心问题和关键技术为车辆区域的分割和提取、车辆特征的选取。本文利用图像处理理论，提出了一种基于纹理特征的车辆图像分割与提取算法。 本文的整体算法设计是将拍摄到的车辆图像和车道，计算车辆掩码，针对图片上的噪声，提出合理的除去噪声方法，然后提取出完整的车辆轮廓曲线，最后对轮廓曲线进行分析，实现车辆图像分割。具体的研究工作如下：首先，对现有的交通监视与车辆图像检测及其应用进行了总结，阐述了透视法的相机拍摄模型，采用了记分牌平均法进行车道背景重建和中值滤波法进行图像复原的图像前处理过程。其次提出了基于纹理特征的车辆图像分割与提取算法。利用了车辆纹理、亮度、色度的重要信息，通过循环迭代法选取最优的阈值，通过计算纹理掩码、亮度掩码、色度掩码，经过形态学操作和边缘提取，最终实现车辆分割和提取。最后对本文提出的车辆图像分割算法进行Matlab仿真实现，在单辆车、多辆车、遮挡（重叠）车等多种情况下进行了实验。对正确检测率、过检率、漏检率、总区域面积比这四个评价指标进行了对比衡量。 利用纹理特征对车辆进行分割和和提取是本文的一个亮点，提出了基于纹理特征的车辆图像分割与提取算法，最后利用上述的算法对单辆车和遮挡（重叠）进行了仿真，可以准确地将车辆从交通场景中分割并提取出来，为进一步研究提供平台基础。

目录

文摘

英文文摘

声明

第1章 绪论

1.1课题研究背景及意义

1.2国内外现状研究

1.3论文的主要内容和组织结构

第2章交通监视与车辆图像检测

2.1视频监控与车辆图像检测

2.2车辆图像检测的主要应用

2.2.1车辆识别

2.2.2车辆计数

2.2.3车辆运动检测

2.3车辆图像检测中的相关技术

2.3.1图像滤波

2.3.2图像分割

2.3.3图像边缘检测

2.3.4图像形态学处理

2.3.5图像纹理分析

2.3.6图像视觉特性

第3章车辆图像分割与提取算法设计

3.1相机安置与图像采集

3.2图像预处理设计

3.2.1背景重建

3.2.2中值滤波

3.3车辆分割算法设计

3.3.1纹理特征与纹理掩码

3.3.2亮度掩码与色度掩码

3.3.3最优阀值的选取

3.3.4车辆区域掩码

3.3.5形态学处理

3.3.6边缘检测

3.3.7背景屏蔽

第4章算法实现与结果分析

4.1算法实现

4.2单辆车(一)

4.3单辆车(二)

4.4多辆车

4.5遮挡(重叠)车

4.6结果分析与比较

4.6.1评价指标

4.6.2结果比较

第5章 总结与展望

5.1本文的主要工作

5.2下一步工作展望

参考文献

致谢

附录 攻读硕士学位期间发表的学术论文