图像处理在车流量识别中的应用的研究.pdfVIP

图像处理在车流量识别中的应用研究 TheResearchonVehicle BasedOn RecognitionImageProcessing 列召燕’ 高军伟姜伟 于侃 LIU C．AO．tun—wei Wei彤／fan Zhao—yah JIANG 摘要 在车流量识剐系统中，最关键部分就是车辆的图像处理。本文主要介绍了基于MATLAB的车辆识*q系 统以及图像处理的过程，并采用Canny算子边缘检测方法与形态擘方法相结合对图像进行边缘检测及 特征提取，提高了车辆计数的准确性，具有重要的实用价值。 关健词 车辆识别 图像处理 图像分割 图像提皋 近年来，随着国民经济的快速发展和综合国力的逐步提高， 集系统将摄像机摄取的路段上行驶车辆的视频图像按序列连续 智能化监视系统在军事、银行、交通等关键行业的预警、安全防范 捕捉下来并数字化，存入MATLAB的工作空间。 和现代化管理中的需求和应用愈加广泛。尤其是随着各国城市 (2)对采集的视频中提取的位图进行灰度化处理(如图3，a 化进程的加速，城市中机动车辆的拥有量逐年递增，而城市交通 所示)。知道图像某点的R、G、B值，要得到亮度信息，则可由下 基础设施的建设却相对滞后的情况下，城市交通压力大大增加。 式计算出…； 而获取交通信息的主要手段是车辆检测。 Y=0．229事R+O．587·G+o．114事B (1) 目前，图像识别技术在智能交通的车流量检测中得到了越来 2．2图像增强 越广泛的应用。应用目标识别技术与图像处理相结合，识别同一 图像灰度化后，通过直方图均衡化(如图3．C、3．d所示)可以 视域范围内许多辆车的数目、类型和移动的特征等，能为智能交 很好的解决灰度分布不均匀(如图3．b所示)现象，达到比较好的 通控制提供重要的实时依据。 效果。 l车辆识别系统的构成 车辆识别系统一般包括以下几个主要部分(见图1)： 图l车辆识别系统结构图 系统的以上几个部分之间是紧密相连的，不同部分的信息需 要从其它部分获得。由系统可以看出，图像处理在车辆识别中占 据着重要作用。另外，在车辆识别系统中视频检测使用方便，易于 【c)均撕化后图像‘dJ均嚣化后互方田 操作，应用非常广泛。因此，下面介绍时主要针对视频检测方法。 圈3直方图均衡化 2图像处理 除上述处理外。图像处理过程还要进行二值化处理，滤波除 图像处理功能强大，在车流量识别中占据着重要的位置。系 噪等。 统构成图如图2： 3图像分割与车辆提取 预处理后，我们要对车辆图像进行图像分割，并对分割后的 车辆图像进行特征提取(图像描述)，才能提取出车辆。 3．1图像阈值分割 图2车流量图像处理流程图 设原始图像为，(x,y)，通过使用合适的方法选取阈值r，将 2．1预处理