车型轮廓识别
车型自动识别系统研究
Ａｂ ｔ ａ ｔ Ｔｈ ｓｐ ｐ ｒ ｎ ｒ ｄ ｃ ｓｅ ｉｔ ｇ ｃ ｉ ｆ ｅｈ ｄ ｆ ｄ ｎ ｉｙ ｎ ｅ ｉ ｌ ｄ ｌ ａ ａｙ ｅ ｎ ｏ ｐ ｒ ｓｔ ｅｃ ｎ ｔ ｕ ｏ ｎ ｓ ｒ ｃ ： ｉ ａ ｅ ｔｏ ｕ ｅ ｘ ｓ ｉ ｈ ｅ ｔ ｏ ｓ ｅ ｔｆ ｉ ｇ ｖ ｈ ｃ ｅ ｍｏ ｅ ， ｎ ｌ ｚ ｓａ ｄ ｃ ｍ ａ ｅ ｏ ｓ ｔ ｔ ｎ ａ ｄ ｉ ｎ ｍ ｏ ｉ ｈ ｉ ｉ
收稿 日期 ：２ ０ — ４ ０ ０６ ０— ４
京跟 踪 与通 信技 术研 究所 。
离 出来 ， 对所 得的 边缘 图像进 行 二值 化 、 并 填充 、 饰 、 修 细
作者 简介 ：张颖新 （９ １ ） １８一 ，男，汉族 ，籍 贯辽 宁 ，硕士 学位 ，北 化 等一 系列 处理 ，最终 得 到一 幅完 整的 车辆轮 廓 图像 。 根 据轮 廓 图像 ， 可以利 用神 经 网络 或小 波变 换的 方法
０ 引 言
彻 底杜 绝通 过在车 的 数量 、车 型等 方面 的作 弊行 为 ，对 促
进 我 国高速 公路发 展具 有 十分 重要 的意 义 。 车辆 的 自动 就
轮廓 识 别 、感 高速 公路 是一 项投 资 巨大 的基础性 工程 ， 使 用高速 识 别 系统而 言 ，国 内外主 要采 用的 方法 有 ： 对 公路的 车辆 进行适 当的收 费 ， 国 内外都 采取 的一项 收 回 应 线 圈、 是 车牌识 别、 红外 探测 等 ， 下面 分别 做简单 的 介绍 。 投 资 、创造 效益 的措 施 。但随 着 高速 公路的 发展 ， 费过 收 程 中作 弊行 为 日 严 重 。 交通 部 门有关 资料 统计 ，目前 益 据 公路收 费的 总额 只 占应收 总额 的７ ％左右 ， 中有 相当一 ０ 其 部 分流 失 ，给 国家 和 公路 经营单 位造 成极 大损 失 。 检 测设 备检 测 出通过 收费站 车辆 的特 征 参数 ， 后 系统对 然
车型轮廓识别
毕业论文题目基于视频图像车型轮廓的车型识别学生姓名学号专业电子信息工程班级指导教师2013 年4 月摘要随着经济的高速发展，人们的生活水平也日新月异，越来越多的私家车驰上马路。
与此同时,交通拥挤和堵塞问题也变得日益突出，交通事故以及违章现象也是频频发生，车辆管理就显得尤为重要。
智能交通系统便是随着科技发展并结合交通管理而产生的，其中车型分类技术是其一个重要分支。
本文对其中基于视频图像车型轮廓的识别技术进行了研究和分析，以期实现一个基于车型轮廓的识别系统。
本系统首先将获取的车辆图像进行预处理，通过差分法将车辆分离出来，再提取出车辆的车型轮廓曲线，对曲线进行填充操作以获取完整车辆曲线。
通过对曲线进行分析可获取所需汽车特征数据，再与设定好的相关值进行对比分析，利用最近相邻法识别便可得出实验结果。
经测试,系统具有较好稳定性和精确性。
关键词：智能交通、车型识别、图像处理、车型分类、MATLABAbstractWith the high development of economy，there has lots of changes happening in people’s life, for example，an increasing number of private cars appear。
However，the traffic jam has become a serious problem that has drawn people’s attention and brought trouble to people’s life. It is common to see traffic accidents and peccant operation，which shows great importance of vehicle management。
With the development of the science and traffic management, ITS came into the market，among which vehicle classification technique is a significant branch. This thesis is an analysis of Recognition technology based on the ，expecting to realize Recognition system。
智能交通系统中的自动识别车辆类型技术解析
智能交通系统中的自动识别车辆类型技术解析随着社会的发展和科技的进步，智能交通系统逐渐成为城市交通管理的重要组成部分。
其中，自动识别车辆类型技术作为智能交通系统中的关键技术之一，正日益受到人们的关注和重视。
一、技术背景随着汽车数量的急剧增长，传统的人工方式已经无法满足对车辆类型进行快速准确判断的需求。
于是，自动识别车辆类型技术应运而生。
这项技术利用计算机视觉和图像处理等相关技术，通过解析车辆的特征，实现对车辆类型的自动辨识。
二、技术原理自动识别车辆类型技术主要基于计算机视觉和图像处理技术。
具体而言，它通过对车辆图片进行图像分析和特征提取，然后利用分类算法进行车辆类型的判断。
在图像分析中，首先是对车辆的外观特征进行提取，包括车辆的形状、颜色、轮廓等。
通过对这些特征进行数字化处理，可以得到代表车辆特征的特征向量。
接下来，利用分类算法对特征向量进行处理，将其进行分类判断。
目前常用的分类算法有支持向量机、人工神经网络等。
这些算法可以通过学习大量车辆图片的特征向量和对应的车辆类型标签，得到一个具有判别能力的分类模型。
对于新的车辆图片，系统可以应用这个模型进行自动判断，从而确定车辆类型。
三、技术应用自动识别车辆类型技术在智能交通系统中有广泛的应用。
首先，它可以帮助交警部门进行车辆违法行为的查处。
通过安装在交通路口的监控摄像头，系统可以自动识别车辆类型，并与数据库中的车辆信息进行比对，从而实现对违法车辆的自动抓拍和处罚。
其次，该技术还可以用于交通拥堵的监测和调控。
通过在路口或高速公路上设置的监控设备，系统可以实时识别车辆的类型和数量，并根据分析结果进行交通信号的优化。
这样，交通管理部门可以根据不同车辆的需求，调整信号灯的配时，从而优化交通流量。
另外，自动识别车辆类型技术还可以应用于车辆计费和ETC系统中，帮助实现无感支付。
通过在收费站或停车场设置的摄像头，系统可以自动识别车辆类型，并自动计费，避免了人工操作的繁琐和错误。
轿车局部区域特征提取与车型识别
马 军 ’ 贺俊 吉
史 立
（ １上 海海事 大 学物 流 工程 学院 ， 海 ２ １０ ； 上 海海 事大 学物 流研 究 中心 ， 海 ２ １ ０ ） 上 ０３ ６２ 上 ０ ３ ６
摘 要
车 型识 别 技 术 是 智 能 交通 管理 系统 的 关键 技 术 之 一 。 目前 车 型识 别 多基 于 车牌 及 整 体 外 形 的 识 别技 术。基 于此 提 出
ｖ ｔ ｔ ｄｉｃｅ ｎ ａｒ ｅｃｏｒ ｏ ｓ ｒ ｃ ｍｏ ｄｅｌ ｅ ｘ ｅｒ ｅ ｔ ｅｓ ｌ ｓ ｏ ， ｅ ｐ ｉ ｎ ｒ ｕｔ Ｔｈ ｍ ｓ ｈ ｗ ｔ ａ ｒｃｏ ｔ ｎ ｃ ｒ ｔ ｒｔ ｃａ ｒ ｃ １ ０ ｐｅ ｃ ｔ ｏ ａ ｈ ｔ ｅ ｇｎｉｏ ａ ｃｕ ａｅ ａ ｅ ｉ ｎ ｅａ ｈ ０ ｒ ｅｎ ｆ ｒ ｓ
为 支持 向 量机 的分 类 的 输入 特 征 向量 ， ３ 对 １种 不 同车 型进 行 分 类 与识 别 ， 确 率 达 到 １ ０ 准 ０ ％。 此 研 究 表 明 利 用 轿 车 的 局
部 特征 也 能够 达 到 轿 车 车 型识 别 的 效 果 ， 有 较 高 的应 用 价 值 。 具 关键 词 ： 平 集 ， 水 图像 分割 ， 征 参 数 ， 特 支持 向量机
现的 ：
等 ＝ ｎ。１ Ｖ Ｉ ｓ （）－ 中） ／ （１ ｇ
然 而 在 演 化 过程 中周 期 性 地 对 水 平 集 函数 进 行 校 正 ， 即重
１８ ９ ８年 Ｏ ｈ ｒ ｓ ｔ ｉ ｓ ｅ 和 ｅ ｈ ｎ提 出 的变 分 水 平 集 方 法 ㈣（ ｅ ｅ ａ Ｌｖ ｌ Ｓ ｔｍｅ ｈ ｄ 。变 分 水 平 集 方法 通 常 简 称 水平 集 方 法 ， ｅ ｔｏ ） 实质 上 是
cars 特征提取方法
cars 特征提取方法
汽车特征提取方法是将车辆的图像或视频数据转换为计算机可以理解的数字特征的过程。
这些特征可以用于识别和分类车辆，以及进行车辆行为分析。
以下是一些常见的汽车特征提取方法：
1. 颜色特征：提取车辆的颜色信息，可以用于区分不同类型的车辆。
2. 轮廓特征：提取车辆的轮廓信息，可以用于车辆的形状分类和辨识。
3. 纹理特征：提取车辆的表面纹理信息，可以用于车辆的材质分类和鉴别。
4. 特征点特征：提取车辆的特征点信息，例如车头、车尾、车门等，可以用于车辆的定位和跟踪。
5. 光流特征：提取车辆在时间上的运动信息，可以用于车辆的速度估计和轨迹预测。
6. 深度特征：使用深度学习算法从车辆图像或视频中提取高层次的语义特征，可以用于车辆的自动分类和检测。
以上是常见的汽车特征提取方法，不同方法可以结合使用以提高准确性和鲁棒性。
- 1 -。
光学轮廓仪测量原理
光学轮廓仪测量原理光学轮廓仪是一种应用在工程计量中的车辆测量设备，它利用类似单面镜的光学装置，可以同时实现定位、测量和图像采集。
通过计算，能够准确测量出车辆唯一的外形特征，被广泛应用在车辆衡量、外形尺寸测量和制作工程数据。
一、光学轮廓仪的原理1、光束投影原理：光学轮廓仪使用一种类似单面镜的光学装置，它将一条平直的红外光束照射在车辆表面上，来测量车辆的外形尺寸。
此光学装置使用镜子，就可以把投射到表面上的光束聚焦成一个强光点，两边各会有一张摄像头实时观察光点，并通过光学特性连接得到被追踪的位置，并进行高精度的点测量。
当投射点来回移动时，摄像头可以实时追踪并记录路径上的坐标点，然后通过计算，可以准确测量出车辆唯一的外形特征。
2、图片处理：光学轮廓仪实现大量的外廓点测量，但是由于视觉特征变化时会出现一定噪声，所以需要进行图片识别技术，以将来自摄像头传输过来的图片进行分析处理，然后通过识别算法进行位置定位和形状提取，完成最终的外形尺寸测量要求。
二、光学轮廓仪的优点1、快速准确：光学轮廓仪可以迅速准确地测量出车辆外型尺寸，而且数据处理速度也更快，从而可以提高工作效率。
2、测量精度高：由于光学轮廓仪具有高精度测量功能，因此可以避免在涉及车辆外形尺寸测量时发生较大测量误差，从而更加精确地进行车辆衡量。
3、使用方便：光学轮廓仪不需要采用其它次要设备，只需要一台机器，就可以实现定位、测量、图像采集等多种功能，一次性完成多个测量任务。
4、量程广：光学轮廓仪能够实现较大量程的测量，即使遇到大型实物，也可以完成定位、测量和记录。
三、光学轮廓仪的应用1、车辆量量：光学轮廓仪应用于车辆的量量，可以用来测量整车的高度、长度、宽度、悬重、定位点等外形尺寸。
2、外形尺寸测量：光学轮廓仪还可以用于测量工业产品的外形尺寸，例如机械类产品的尺寸大小等。
3、坐标精准定位：光学轮廓仪可以用来定位坐标系，可以实现精细和准确的坐标定位，以便在工程研究中能够得到准确的定位数据。
一种汽车列车外廓尺寸自动快速识别装置及方法与流程
一种汽车列车外廓尺寸自动快速识别装置及方法与流程一、背景随着城市化的发展以及人口数量的增加，城市内交通运输压力越来越大。
传统的公共交通方式如公交车、地铁、轻轨等已经不能满足人们对出行的需求。
汽车列车的出现成为解决城市交通瓶颈的一种新型方式。
汽车列车快速行驶时对道路的要求很高，需要在汽车列车的外廓尺寸自动快速识别方面进行研究。
二、装置及方法1. 摄像头该装置采用高清晰度摄像头，以保证拍摄渲染出来的图像清晰、准确、细致。
2. 图像处理将摄像头所拍摄到的汽车列车的图像导入计算机中，进行图像处理。
识别图像中的汽车列车，然后进行轮廓提取，最后获取汽车列车的外廓尺寸。
在图像处理方面，可以采用多种图像处理算法，例如：（1）相似度算法：通过计算汽车列车图像与存储的标准汽车列车图像的相似度，从而判断识别出来的汽车列车是否符合标准尺寸；（2）颜色特征算法：通过提取汽车列车图像的颜色特征，从而识别出不同车型所对应的颜色特征；（3）轮廓对比算法：通过识别汽车列车的轮廓特征，从而进行轮廓对比。
3. 自动快速识别识别出汽车列车的尺寸信息后，将数据传输给控制系统，进行自动快速识别。
自动快速识别主要通过计算机程序实现，程序会自动运行确定好的算法，并完成判断和计算，同时还需要人员审核确认的过程。
4. 数据输出识别出汽车列车信息后，将尺寸大小数据输出给显示设备，并生成历史数据，以便后期查阅和管理。
三、流程1. 安装摄像头和相关设备，对摄像头进行参数配置；2. 开放摄像头，对汽车列车进行拍摄；3. 对摄像头所拍摄到的汽车列车图片进行图像处理，并获取汽车列车的外廓尺寸；4. 将汽车列车的尺寸信息传输给控制系统中进行自动快速识别；5. 控制系统根据预设的算法进行识别，完成后将数据输出到数据显示设备上，并自动生成历史数据；6. 数据审核确认：人工检查所识别的信息是否正确，并加以确认；7. 输出并分析历史数据：将历史数据进行分析并进行必要的报告输出。
基于支持向量机(SVM)的汽车车型识别
ｍ ｉｉ ｌｐ ｉｔｗｅ１Ｔｈ ｘ ｅｉ ｎ ｎ ｉａｅ ｈ ｔｔ ｅａｇ ｒｔ ｍ ｗｉｇ ｔ ｈ ｕ ｐ ｒｉｇ ｖ ｃｏ ｃ ｉｅ （ ＶＭ ） ｈ ｓ ｎｍａ ｎ ｌ ｏ ． ｅｅｐ ｒ ｍｅ ｔｉｄ ｃｔｓ ｔａ ｈ ｌｏ ｉｈ ｏ ｎ ｏ ｔｅ ｓ ｐ ｏ ｔ ｅ ｔ ｒｍａ ｈｎ Ｓ ｎ ａ ｍｕ ｈ ｂ ｔｅ ｕ ｃｉｎ Ｉ ｃ ｅｔｒｆｎ ｔ ｏ ｓ
维普资讯
嘲 揪
ＥＴ Ｉ 子 ＲＩ Ｃ０ Ｙ ＬＲＣＥ ＥＮ术 Ｎ Ｇ ＥＯ电Ａ 量ＴＥ Ｉ ＣＮ ＭＳＭ Ｔ 测Ｅ Ｏ Ｕ 技 Ｈ
第８ 月 ２年７ ０７ ３第 ０ 期 １ 卷
基 于支 持 向量 机 （ Ｖ ） Ｓ Ｍ 的汽 车 车型 识 别
ｍａ ｈｎ Ｓ ｃ ｉｅ（ ＶＭ ）ｉ ｔ ｄｅ ｎｔ ｅａ ｔ ｌ． ｅｉ ｇ ｄ ｅｄ ｔｃｉｎ ｍｅｈ ｄ ｉ ｄ ｐ ｅ ｗｈｃ ｉｋ ｈ ｄ ｅｃ ｎ ｉａｅ ｓｓｕ ｉ ｉ ｈ ｒｉ ｅ Ｔｈ ｍａ ｅ ｅ ｇ ｅｅｔｏ ｔ ｏ ｓａ ｏ ｔｄ， ｉｈ ｐｃ ｓ ｔ ｅｅ ｇ ａ ｄｄ ｔ ｄ ｃ
域灰度极值提取边界候选 图像 ， 然后以边界候选像素及其邻域像素 的二值模式作 为样本集 ， 进行运动 目标分割并提取 具有 ＲＳ Ｔ不变性的轮廓特征 向量 ， 入支持 向量机进 行训 练和识 别 。此外 ， 算法 与传统 的算法 比较 ， 输 该 使用 核 函数 少 ， 算量小 ， 计 能较好地解决小样本 、 非线性和局部 极小点等 问题 。实 验表 明 ， 于支持 向量机 （ ＶＭ） 基 Ｓ 的车 型图像识 别算法具有更好 的性能 。
ｏ ｌ ｅｏ ｔｍａｉ ｎ ｅｒ ，Ｎａ ｃａ ｇＨａ ｇ ｏｇＵｎｖｒｉ ，Ｎａ ｃ ａｇ３ ０ ６ ） Ｃ ｌｇ ｆＡｕｏ ｔ ｎＥ ｇｎ ｅｉｇ ｅ ｏ ｉ ｎ ｎｈ ｎ ｎ ｋ ｎ ｉｅｓｔ ｙ ｎｈ ｎ ３ ０ ３
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1.3基于图像识别的车型分类系统研究现状
基于车辆轮廓识别的车型分类过程主要包括两个阶段：1、从图像中分割出目标车辆；2、提取车辆特征并进行分类。针对第一个阶段的算法主要利用图像序列之间存在的大量相关信息进行车辆区域定位和分割。第二阶段的算法比较多，主要可分为三类：l、简单参数分类法。2、模板匹配法。3、神经网络分类法。主要是涉及车辆特征的提取和分类器的设计，车辆特征的提取会影响到分类的精确性，分类器的设计同样会影响分类的结果。因此，第二阶段针对性的研发出一定成果。
在我国，受日益严峻的交通状况影响，也开始了这方面的研究，中国科学研究院计算所、哈尔滨工业大学、浙江大学、四川大学等高校、研究所均在这一领域做出了相关研究。西安公路交通大学提出激光车距识别系统，将两组激光收发器装于路面，测量车辆的轴数、轴距、轮胎数和轮距，进行车型识别；中国科学院也提出模糊模式的车型识别方法，主要是应用了线圈感应原理。
In this system, the images of vehicles are at first dealt to separate the vehicles from others by the difference method, and then the contour lines of the target car can be received and at last we can get the complete image of the car by filling lines. We can get the features and statistics of the target through the analysis of the lines and then compare them to the the relevant numerical value, and finally get the experimental result by the adjacent method. After being tested, Recognition classification is of stability and accuracy.
1.2.1轮廓扫描
轮廓扫描的目的在于获取车辆的外形信息，从而对车辆进行分类。扫描一般使用无线电波或者红外线，更先进的则使用激光。
无线电波扫描的基本方法是将扫描波束的发射、接收天线安置在车道上方或侧面，他向车道上发射扫描波束。波束传播的区域一般为一个薄平面。此平面与车辆行驶方向垂直。这样，当车辆经过天线照射区域时，他将被波束平面切割，其中车辆与天线大致平行的一个面将反向扫描波束，使反向波在一定时间和空间发生变化。根据反射波的变化，在知道车速前提下，可获得反射波那一面的二维状况，如果再加入一些参照物，便可获得车辆的三维情况。这种自动识别、分类技术目前比较成熟，可靠性较高，易于投入使用。
智能交通系统（ITS，intelligence traffic system）在世界各地迅速推进，已成为现代交通的重要标志。其主要是指在完善的基础设施之上，将先进的信息技术、通信技术、电子技术、控制技术及计算机技术有效的运用于整个运输管理体系，使“人”、“车”、“路”密切地配合、和谐的统一，从而建立起一种在大范围内，全方位发挥作用的实时、准确、高效安全的综合运输管理系统。
Keywords:Intelligent Transportation, VehicleRecognition,ImageProcessing,VehicleClassification, MATLAB
第一章绪论
1.1
随着社会经济的发展，城市现代化水平的提高，交通拥挤、交通安全、环境污染、能源短缺等问题已成为世界各国面临的共同问题。无论是发达国家，还是发展中国家，都毫无例外地承受着不断加剧的交通问题的困扰。近日，中国社科院发布的《中国汽车社会发展报告2012—2013》引起了强烈关注。报告预计，到今年第一季度，中国私人汽车拥有量将破亿，10年左右每百户汽车拥有量将达到或接近60辆。私车过亿，标志着中国汽车大国地位的进一步确立。而汽车大国的身份则是一国经济发展、工业发达和百姓生活质量提高的集中表现。但同时，道路拥堵、空气污染、能源短缺和土地稀缺又使私车的快速增长饱受诟病。管理如此复杂的交通系统若采用传统的方式势必消耗大量的人力、物力、财力，而且效率低下，因此使用智能交通系统来进行辅助管理的方法势在必行。
Abstract
With the high development of economy, there has lots of changes happening in people's life, for example, an increasing number of private cars appear. However, the traffic jam has become a serious problem that has drawn people’s attention and brought trouble to people’s life. It is common to see traffic accidents andpeccant operation, which shows great importance of vehicle management. With the development of the science and traffic management, ITS came into the market, among which vehicle classification technique is a significant branch. This thesis is an analysis of Recognition technology based on the , expecting to realize Recognition system.
基于图像车型识别步骤如下：
1)利用一个CCD传感器和图像采集卡对车辆的侧面图像和正面图像进行抓取，得到车辆外形图像信号；
2)对车辆图像进行图像恢复、分割、二值化等处理，消除干扰噪声，获取图像边缘信号；
3)提取车辆轮廓图形和车辆参数；主要有车宽、车长、车高等参数，估算轴距、轮距和轴数的值；
4)查询车型数据库，判别车型。为了进行车型分类，首先收集各种车辆的参数，然后输入到计算机中的车辆车型数据库，利用计算机的检索功能对分类参数进行优选。根据我国常用车型采用的车辆分类标准，按大型车、中型车、小型车进行分类存储。
1.
要实现自动车辆识别、分类，需要做的第一步是探测、社区车辆的某些特征信息。在车辆的所有特征中，可以用来识别和区分车型的通常有车辆的外形（长、宽、高等）、车辆的轴重或轴距、车辆轴重及总量、车辆号牌、发动机排气量、车辆可以承载的人员数或载重量等。在这些特征中，只有部分可以用于车辆识别和分类，因为其他特征在不停车时难以用仪器测量。常见的车型分类方法主要有以下几种：
本系统首先将获取的车辆图像进行预处理，通过差分法将车辆分离出来，再提取出车辆的车型轮廓曲线，对曲线进行填充操作以获取完整车辆曲线。通过对曲线进行分析可获取所需汽车特征数据，再与设定好的相关值进行对比分析，利用最近相邻法识别便可得出实验结果。经测试，系统具有较好稳定性和精确性。
关键词：智能交通、车型识别、图像处理、车型分类、MATLAB
车型识别也是智能交通系统中一个重要组成，其原理是根据汽车的外形特点进行图像采集、处理、模式识别，最后得出结果。因为每种型号的汽车都有其独有的特征，这也使得车型识别技术可以快速的发展，并得到广泛的应用：关口检测，停车及收费管理等方面、因此，车型识别技术具有很好的发展前景和极大的市场潜力与社会经济效益。
1.4
智能交通系统(ITS)是现代交通管理的重要组成部分，车型识别技术作为其中一个重要分支，在城市交通管理等具有广泛的应用前景。本设计在获取的图像基础上，基于MATLAB进行车型的识别。
本系统主要由图像采集部分、图像处理部分、系统识别部分和相关数据库等部分组成。首先通过CCD摄像机采集车辆图像信息，由于在进行图像采集是难免会受到客观因素的影响，因此所得到实际图像的灰度值往往会与准确值有一定的误差，这种误差势必会影响到后期的处理与识别工作。所以我们必须使用灰度校正的方法，增强灰度的变化范围与层次，从而增强图像的对比度与分辨率，把各种因素造成的误差降至最小。
毕 业 论 文
题 目
基于视频图像车型轮廓的车型识别
学生姓名学号专业电 Nhomakorabea信息工程
班级
指导教师
2013年4月
摘要
随着经济的高速发展，人们的生活水平也日新月异，越来越多的私家车驰上马路。与此同时，交通拥挤和堵塞问题也变得日益突出，交通事故以及违章现象也是频频发生，车辆管理就显得尤为重要。智能交通系统便是随着科技发展并结合交通管理而产生的，其中车型分类技术是其一个重要分支。本文对其中基于视频图像车型轮廓的识别技术进行了研究和分析，以期实现一个基于车型轮廓的识别系统。
红外检测技术是利用红外传感器获得机动车辆的车型图像，以车头部分为车辆外形是别的主要依据，并辅以其它部位长度、高度、车轮轴距、前轮距的识别。该系统识别率高，但安装不方便且易损坏。
1.2.2车轴检测及其计算
根据我国公路收费标准及车型分类标准可知：小型车：载重<2.5t，载客<19人，轴数=2，车高<=210cm；中型车：2.5t<=载重<7t，20人<=载客<49人，轴数=2；大型车：载重>=7t，载客>=50人，轴数=2；多轴车：轴数>3.