文档介绍：:..车型识别技术车型识别的研究主要是针对基于视频的车型识别技术,通过对动态图像处理获得通过车辆的轮廓,并用Freeman链码表示轮廓,通过对Freeman链码的统计和计算获取了车长、车高、周长、面积、车长高比、原型度、外接矩形与面积比等7个特征,同时还提取了车型图像的7个不变距特征。然后应用SVM技术和决策树多分类器相结合的策略进行分类,使得分类器具有良好的分类性能和鲁棒性。如图:D摄像机、图像采集卡、D摄像机、图像采集卡负责采集视频数据,并把数据转换成数字图像送图像处理计算机进行处理。它承担着视频捕获、运动口标检测、分割、图像预处理、图像特征提取、图像分类等重要任务。车型识別系统软件部分川VisualC++开发。车型识别技术的研究主要有以下三个部分纽成:(1) 运动目标检测与分割(2) 车型特征的提取(3) 基于支持向量机的分类器设计车牌识别技术车牌识别的研究是以支持向量机为基础,研究特异性车牌(如形状不规范、污损、遮挡车牌)的高对靠性识别问题。千牌识别的系统流程图如图2所示。车牌识别流程图在将支持向量机引入车牌自动识別时,由于在车牌自动识别系统屮涉及到的分类类別较多,因此这里的车牌识别实际上也是一个支持向量机的分类问题。在进行多值分类是,采川了基于先验知识的二叉树结构纽合多个二值分类支持向量机进行分类,而首先要做的工作是对车牌的准确定位以及车牌字符的Wo准确定位出车牌区域是提髙系统识别率的关键。在现实中,经过有相对运动的摄像机或者照相机录入到计算机中的汽车图像,车牌往往模糊不清甚至倾斜,从而导致车牌识别结杲较多地依赖车牌的定位及倾斜矫正的正确性。在我们的研究中,通过计算方向场的方法对倾斜车牌进行矫正。由于示牌区域有特有的纹理及形状特点,釆用了先进边缘粗提取,然后利用形态学屮的腐蚀和膨胀方法对车牌区域进行定位,提取结杲表明该方法效果良好。在对车牌区域进行准确定位Z后,接下来就要对车牌中的字符进行提取(或分割)。在进行车牌字符提取时,首先对图像进行高帽(Top-Hat)变换来增强图像的对比度,之后进彳亍二值化。由于提取出的车牌图像可能是白底黑字或黑底口字,因此通过检测图像的特定区域来判断图像的底色,从而将图像统一转换为口底黑字的格式。故后,先利用字符间的空口将其分割开來,如果分割的间隔大于平均字宽,则说明其中含有多个字符,这是就以平均字宽为问隔将多个字符分开。车牌字符在进行了成功分割以后,下一步的工作就是川支持向量机做字符识别。由于传统的支持向量机分类算法只考虑二值分类这一简讥的问题,对于分类问题需要通过对个二类支持向量机的组合来判断。由于在不牌字符识别的实验中涉及的待分类别较多,如果利用二类别组合分类中的一对一策略,在识别的过程中会浪费很多有用信息,识别效果较差,而利用一对多策略的话就要构造很多支持向量分类器,这无疑增加了测试阶段的工作量。因此这里采用基于先验知识的一•叉树结构组合多个二值分类支持向量机(称为SVM决策树)来解决车牌的多类识别问题。以一个四类分类问题为例,用于车牌识别的SVM决策树的模型如图3所示。SVM决策树模型图为了提高识别的速度,采用具有先验知识的SVM决策树构形,可以充分利用关于车牌字符的先验知识来指导树叶结点的划分,从而构造出一