车型识别综述.docVIP

车型识别综述 一．课题的背景和意义 智能交通系统(ITs，IntelligentTransportationSystem)是集计算机、信息、电子及通信等多种高新科技手段于一体的交通控制和管理系统，是21世纪交通的重要发展方向。 智能交通系统中的核心功能是对过往车辆的准确检测和正确的车型识别。当前对车辆检测分类技术的研究主要有两个技术流派:车辆自动识别(Auto Ve hlcle Identification)和车辆自动分类(AutoVehicle Classification)。前者是利用车载设备与地面基站设备互识进行，该技术主要用于收费系统中，在发达国家使用范围较广，如美国[2]的AE-PASS系统、日本的ETC系统，全球卫星GPS定位等。后者是通过检测车辆本身固有的参数，在一定车辆分类标准下运用适当的分类识别算法，主动地对车辆进行分型，这一类技术应用比较广泛，己经有很多成熟的系统应用在实际生活中，该类技术可以通过射频微波、红光、激光、声表面波等方式来自动识别车辆信息，也可以使用视频图像处理的方式来识别车牌、车型等车辆信息。比较成熟技术有环形线圈检测、激为红外线检测、超声波/微波检测、地磁检测等[3]，但这几种方法各有优劣，优点是识别精确比较高，但缺点也很明显，主要缺点有施工和安装过程十分复杂，影响正常交通秩序，维护困难，主要设备易损坏，花费较大等。 近年来随着计算机多媒体技术和图像处理技术的发展，基于视频的车辆自动分类识别技术在现代交通控制系统中占的分量也越来越大，社会各界投入的研究力量也越来越多。该类技术可以适应动态交通状况的变化，通过实时采集大量的交通流量数据并将其传输到交通管理中心，中心通过系统提供的数据可以迅速做出控制决策，解决交通拥堵等问题。同时，利用该技术可以分析道路的车流量信息，有利于公路网的总体规划及道路建设。但上述功能的实现依赖于交通数据的采集和处理，传统的数据采集器方法，不能大范围覆盖检测区域，缺乏灵活性且功能单一。因此，随着当前交通系统中视频设备的大量引入，越来越多地采用视频检测方法作为交通数据采集的手段，为智能交通系统提供所需的路面运动车辆信息。 由于我国对道路监控[4]的日益重视，视频检测技术己成为智能交通领域最重要的信息采集手段，综合评比，将视频检测技术应用于高速公路和城市道路具有很大的可行性，基于视频车型识别系统，将全面提高公路和信息采集和安全管理的水平，在智能交通系统中一定会发挥越来越重要的作用。 基于视频的车型识别系统是利用计算机分析通过摄像头和图像采集卡获取视频图像，通过对特定区域的视频图像处理分析，完成车辆检测和车辆分类识别。该技术绿色、环保，使用简洁，维护方便，只需在路面上方架设一部或几部摄像机，或利用交通部门现有的电视监控设备，将路面实时视频图像输入系统中，可以立刻进行分析，提取出需要的交通流信息。因此，与其他技术相比，视频检测技术的优越性体现在: (1)?采用非接触检测方式，安装维护不必破开路面，不影响路面寿命，不影响交通； （2）可以检测更大范围内的交通流信息，从而减少设备数量，节约资金； （3）可以在采集交通流信息的同时提供交通的实时视频图像，便于监察； （4）对于某些应用，比如交通量调查等，可以把视频图像采集存储后，离线进行分析处理； （5）当环境发生变化，或系统移动到他处使用时，只需简单设置，系统即可重新投入使用。 （6）可以综合提供交通数据信息和视频图像，便于对现场的全面、直观检测。可以提供流量、速度、占有率、车长度分类、车头时距与车头间距、排队长度等丰富的交通数据监控信息;而且借助视频图像的参考，可以极大的提高监控质量。 综上所述，开展基于视频图像的车型识别研究意义重大，其研究成果不仅具有广阔的应用前景，而且对于解决拥堵的交通环境、规划城市交通系统和尽快发展我国的智能交通系统等具有重要的战略意义。 二?国内外研究现状 2.1??国外的研究现状 (1)?上世纪70?年代初，德国西门子公司开始研究自动车辆识别，由于受当时的整技术、工艺水平的限制，未能获得满意的效果。 (2) Collins?等[5]创建了一个路上移动目标的检测、跟踪、识别系统，用训练过的神经网络来识别运动目标是人、人群、车辆还是干扰，网络的输入特性量有目标的分散性度量、目标大小目标表面大小与摄影机监视区域大小的相对值。车辆又进一步区分为不同类型和颜色。 (3) Tan?和?Baker [6]描述了一种车辆定位和识别(小型公共汽车、轿车、卡车等)?的方法，在一个小窗口内，该方法依据图像梯度进行。利用地面约束以及大部分车辆外形受两条直线约束的事实，可得到车辆的姿态。 (4) Fung?等[7]用高精度摄像机观察车辆的运动来估计车辆形状，通过估计特征点(车体拐角处)得到车辆轮廓。基本思想是高特征点的移动速度大于