基于HOUGH变换与SIFT特征提取的车型车标识别方法

摘要

近年来，社会车辆的急剧增加给交通管理带来很多新挑战，研究和发展智能交通系统显得日益迫切。车辆识别是智能交通系统的重要环节。本文研究因盗车、套牌以及区域车型限制等原因引发的车辆身份认证问题。 本文利用图像处理的方法，从车辆侧面图像的轮胎中提取信息，识别出车型、车标等特征，获取车辆的身份信息。由于天气、车辆表面灰尘等因素，图像会含有较多噪声，需要去噪。本文对采集到的车辆图像通过灰度化、滤波、二值化等步骤对图像预处理，提升图像质量，为特征提取做准备。 经过预处理后的图像，采用HOUGH变换方法，检测出车辆的前后轮胎，计算出轮胎半径、圆心、前后轮胎距离等几何特征，识别出车型。在HOUGH变换基础上，利用轮胎和轮胎内车标是同心圆的特点，加上先验知识，准确定位车标。 车标的种类多，信息量大，因此本文引入利用SIFT变换算法，提取包含车标位置、大小、方向、角度、灰度等信息的多个特征值，构成特征向量。该向量数据量大，具有较大的冗余，本文引入欧式距离算法消减冗余，减少特征值数量，为识别算法节省运算量。 支持向量机算法具有较好的匹配分类的功能，论文将HOUGH变换获取的特征和SIFT特征向量相融合，利用支持向量机分类识别方法，同步识别出车型、车标。结合VS2015和QT软件，用C++编程语言把整个系统做成可视化软件界面，展现全部识别流程，便于操作和实现。

目录

第一个书签之前

Abstract

第1章 绪论

1.1 课题研究内容与目的

1.2.1 汽车车牌识别

1.2.2 汽车车型识别技术

1.3 国内外研究

1.3.1 车型识别方法

1.3.2 基于图像的车型识别方法

1.4 本文的研究内容

第2章 车辆图像预处理

2.1 图像灰度化

2.2 图像降噪

2.2.1 中值法降噪

2.2.2 形态学处理降噪

2.3 图像二值化

2.4 本章小结

第3章 车型车标特征提取与识别

3.1 车型大小识别

3.2 HOUGH变换提取特征

3.2.1 HOUGH变换变换直线检测

3.2.2 传统HOUGH变换的圆检测

3.2.3 随机HOUGH 变换检测圆

3.2.4 车型识别分类的标准

3.2.5 车标定位

3.3 车标特征提取识别

3.3.1 尺度空间的生成

3.3.2 检测尺度空间极值点

3.3.3 定位极值点

3.3.4 关键点指定方向

3.3.5 关键点描述子的生成

3.4 车标的SIFT特征向量提取

3.5 欧式距离提纯SIFT特征点

3.6 支持向量机图像分类

3.6.1 支持向量机

3.6.2 最优分类面

3.6.3核函数

3.7 构造SVM多类分类器

3.7.1 一对多法

3.7.2 一对一法

3.7.3 常用的SVM类型

3.8 SVM分类识别过程

3.9 本章小结

第4章 车型识别系统软件设计与仿真

4.1 仿真实验条件

4.2 系统的软件流程

4.3 软件主要功能与界面

4.3.1预处理模块

4.3.2 特征提取模块

4.3.3 识别分类模块

4.4 本章小结

第5章 总结与展望

致 谢

攻读硕士期间的相关工作