基于神经网络的汽车车型识别系统的研究吴志攀.docx

基于神经网络的汽车车型识别系统的研究吴志攀.docx

《基于神经网络的汽车车型识别系统的研究吴志攀.docx》由会员分享，可在线阅读，更多相关《基于神经网络的汽车车型识别系统的研究吴志攀.docx（39页珍藏版）》请在冰点文库上搜索。

基于神经网络的汽车车型识别系统的研究吴志攀

分类号密级

UDC编号

中南大学

CENTRAL　SOUTH　UNIVERSITY

工程硕士学位论文

论文题目：

基于神经网络的汽车车型识别系统的研究

----车型图形/图像预处理技术研究

学科、专业：

计算机应用技术

研究生姓名：

吴志攀

导师姓名及

专业技术职务：

赵跃龙教授

THESIS

VehicleTypeAutomaticRecognitionSystembasedonneuralnetwork’s

Specialty：

ComputerApplicationTechnology

MasterDegreeCandidate：

WuZhipan

Supervisor：

Prof.ZhaoYuelong

CollegeofInformationScience&Engineering

CentralSouthUniversity

ChangShaHunanP.R.C

March2006

原创性声明

本人声明，所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。

尽我所知，除了论文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得中南大学或其他单位的学位或证书而使用过的材料。

与我共同工作的同志对本研究工作所做的贡献均已在论文中作了明确的说明。

作者签名：

日期：

年月日

关于学位论文使用授权说明

本人了解中南大学有关保留、使用学位论文的规定，即：

学校有权保留学位论文，允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容，可以采用复印、缩印或其它手段保存学位论文；学校可根据国家或湖南省有关部门规定送交学位论文。

作者签名：

导师签名：

日期：

年月

摘要

近年来，随着我国国民经济的不断发展，交通运输越来越繁忙，对交通管理提出了新的要求。

在过桥过路收费系统中，需要对汽车车型进行识别，以便收取相应的费用。

本文对基于神经网络的汽车车型识别系统的几个主要环节进行了较深入细致的探讨。

首先对采集的车辆图像进行预处理，通过灰度变换、图像平滑等方法剔除噪音，以提高图像质量；然后对其进行分割并提取特征，在这个过程中经过图像的二值化处理、Sobel边缘检测、图像横向填充与纵向填充、图像修正，再提取出图像特征参数；进而利用离线训练好的BP神经网络，结合所提取的特征参数进行车型识别。

这个的算法流程无论对静止的车辆还是运动的车辆的类型分析都是有效的。

关键词：

汽车车型，图像分割，特征提取，神经网络，自动识别

Abstract

Thispaperdiscussesdeeplyinseveralmainfactorsofsystemofbasingonneuralnetwork’svehicletypeautomaticrecognition,andproposesacoupleofnewmethods.Firstlyweanalyzevehicleimagecollected,bymeansofimagepre-process,whichtoimprovequalityofimage.Secondly,imagesegmentationusingthresholdselectiontechnique,etc.,andthenextractfeaturesfromit.Thenweuseatrainedoff-lineBP（BackPropagation）neuralnetworktorecognizevehicletype.Resultsprovedallthealgorithmsproposedareeffectivewhethertostaticormotionvehicles.

Finally,weestablishaneuralnetwork’svehicletypeautomaticrecognitionsystembasedontheprocesseddataoflab,andachieveapleasedresult.

KeyWords:

imagesegmentation,featuresextraction,neuralnetwork,automaticrecognition,vehicletype

目录

原创性声明I

摘要II

AbstractIII

目录IV

第一章绪论1

1.1问题的提出1

1.2车型识别方法的研究现状1

1.3课题的内涵及难度3

1.4本文所做的主要工作3

第二章图像处理理论与分析5

2.1图像处理原理及方法5

2.1.1图像处理5

2.1.2彩色图像的灰度化6

2.1.3图像处理方法7

2.2车型图像识别中的系统组成7

2.3图像文件格式的解剖8

2.3.1BMP（bitmap）文件格式8

2.3.2GIF（GraphicsInterchangeFormat）文件格式8

2.3.3JPEG（JointPhotographicExpertsGroup）文件格式9

2.4MATLAB语言的简介9

2.5图像获取的方法10

第三章车型识别的图像预处理11

3.1概述11

3.2图像变换11

3.3基本方法14

3.3.1灰度变换14

3.3.2图像平滑16

3.3.3空间图像锐化17

3.3.4基于Canny的二值化方法19

3.4预处理方案20

3.4.1灰度变换20

3.4.2图像平滑21

第四章车型识别的图像处理22

4.2图像分割22

4.2.1概述22

4.2.2图像分割技术22

4.2.3图像分割步骤23

4.2.4验证可行的方法24

4.3特征提取27

4.3.1概述27

4.3.2图像特征提取类型27

4.3.3车型特征分析28

4.3.4最终提取车型特征29

第五章总结与展望30

5.1总结30

5.2未来工作的展望30

致谢32

参考文献33

攻读硕士学位期间发表的论文35

第一章绪论

1.1问题的提出

人类传递信息的主要媒介是语音和图像。

从技术发展来看，图像通信却落后于语音通信。

图像处理技术是在第三代计算机问世后才得到了迅速发展。

目前，图像处理技术发展迅速，其应用领域也越来越广，已成为工程学、计算机科学、信息科学、统计学、物理学、化学、生物学、医学甚至社会科学等领域各学科之间学习和研究的对象。

如今图像处理技术已给人类带来了巨大的经济和社会效益。

不久的将来它不仅在理论上会有更深入的发展，在应用上亦是科学研究、社会生产乃至人类生活中不可缺少的强有力的工具。

近年来，随着我国国民经济的不断发展，交通运输越来越繁忙，对交通管理提出了新的要求。

在过桥过路收费系统，需要对汽车车型进行识别，以便收取相应的费用。

图像处理技术可以对汽车图像进行预处理、图像分割及特征提取，从而做到对汽车的车型进行识别。

然而,当前图像处理面临的重要任务是研究新的处理方法，构造新的处理系统，开拓更广泛的应用领域。

1.2车型识别方法的研究现状

我国以往的路桥及停车场收费方式有：

1.人工判别车型，人工收费。

这种早期的收费方式没有监督，漏洞大，而且平均收费时间在10～15秒左右，车辆通行速率受到很大限制；

2.仪器判别车型，人工收费，计算机管理。

这种收费方式的关键取决于仪器判别车型的准确性，对免费车辆（如军车、警车等）经过时系统无法识别。

另外，计算机管理程度不高，效率低下；

3.磁卡或IC卡自动收费。

这种收费方式只要读卡器质量稳定可靠，则是目前一种较好的收费方式。

其缺点是无法核对车、卡是否一致，卡的物理损伤现象严重；

4.非接触IC卡（感应卡）收费。

该收费方式利用电磁感应原理，实现数据非接触传输，可大大提高卡的使用寿命，是一种较理想的收费方式。

但还不是真正的不停车自动收费，且传输距离一般在10cm～50cm左右，范围小。

上述几种收费方式，存在的问题有收费没有监督、漏洞大；收费时间长，车辆通行速度无法提高；车、卡不一致；某些车辆非法逃票等。

随着现代交通事业的迅速发展，车辆数目及种类的日益增多，现存的公路交通收费管理形式越来越不能适应公路现代化的发展。

传统的环行线圈检测器及红外检测器虽然简单易用，但是不能准确估计车辆类型，只能大体估计车辆的长度。

因而图像处理技术就被提上日程来。

图像检测应用范围广，获取信息丰富，可以用来实现道路交通监控、车型分类及识别、车牌的自动识别、高速公路的自动收费、智能化交通导航等。

车辆的类型包括轿车、客车、货车等。

王年等[1]提出了一种利用前向三层神经网络及计算机视觉技术对汽车车型进行自动识别的方法。

为了实现对汽车车型进行自动识别和分类，首先必须对车型图像进行分割和特征提取，具体的处理过程为：

①对背景图像和车辆图像分别进行边缘增强；②然后对两幅边缘图像进行一种特殊的“相减”运算，剔除车辆图像与背景图像中共同的边缘，得到一幅边缘相减图像；③再经过滤波、二值化、填充、边缘提取等一系列处理，最终得到一幅完整的车辆轮廓图像，以便于特征抽取。

接着提取汽车的某些特征：

顶蓬长度与车辆长度之比，称之为顶长比；顶蓬长度与车辆高度之比，称之为顶高比；以顶蓬中垂线为界，前后两部分之比，称之为前后比。

最后建立基于BP算法的前向三层人工神经网络。

在进行前向多层神经网络的学习时，不断调整隐层节点数。

该神经网络训练成功后，其权值即确定下来。

在对未知应变进行识别时，神经网络由于具备并行运算、自学习、自组织等特点，可以快速地计算应变值，给出正确的识别结果。

张勇等[2]介绍了一种新型的、有2个隐含层和非毗邻层连接的前馈神经网络结构，给出了误差反传训练算法的分类器。

为今后新型神经网络结构的设计和实际环境下车型识别的工程应用提供了有益的参考。

该文采用阈值曲线法进行二值化处理，适应平滑化技术消除噪声，Roblinson运算检测边缘，Deutch技术作边缘细化。

作为车型识别的车辆特征应具有以下3个特征：

①平移不变量；②比例不变量；③旋转不变量。

总的来说，两类特征可用于图像识别：

①结构特征；②数学模型特征。

文中所说的带有毗邻层连接的BP网络可以等价为一个串联连接的生物回路模型，而新设计的非毗邻连接神经网络则可以等价为一个串联/并联连接的生物回路模型。

相比普通BP网，非毗邻层连接神经网络有优越的识别性能和极快的收敛效果。

刘怡光等[3]构建了一种用于图像目标识别的多层前向神经网络，给出了网络拓扑结构，并成功地把该神经网络运用到车型识别中。

该方法综合了神经网络、模糊逻辑、模式识别的相关算法，对图像目标轮廓进行整体识别，并到了较高的目标识别准确率。

该文所构建的用于车型识别的神经网络包含一个卷积网络和一个模糊分类器，该网络依据整个车体轮廓对车型进行识别，避免了通过图像处理提取一个或多个特征值进行识别，算法适应性差等缺点。

人工神经网络适合处理具有残缺信息和含有一定错误的模式，也就是说神经网络具有容错功能。

因此，国内外很多领域均采用神经网络对原有的技术算法进行改进。

在经过对特定的对象进行学习之后，神经网络就能够对给定的一组输入进行识别，最大限度的对已有模式进行逼近。

1.3课题的内涵及难度

交通事业的迅速发展，车辆数目以及种类的日益增加，现存的大多数公路交通收费管理形式越来越不适应公路现代化的发展。

传统的环行线圈检测器和红外检测器虽然简单易用，但是不能准确估计车辆类型，只能大体估计车辆的长度。

因而图像处理技术就被提上日程来。

图像检测应用范围广，获取信息丰富，可以用来实现道路交通监控、车型分类及识别、车牌的自动识别、高速公路的自动收费、智能化交通导航等。

车辆的类型包括轿车、客车、货车等。

车型对于告诉公路收费额的确定、大型停车场管理以及公路交通监视控制等具有非常重要的意义。

随着科技的进步，电子技术、计算机技术、通讯技术不断地向各种收费领域渗透，当今的收费系统已经向智能型的方向转变，先进可靠的收费系统在管理系统中的作用越来越大。

基于神经网络的汽车车型图像识别系统是一种高效快捷、公正准确、科学经济的收费站管理手段，是收费站对于车辆实行动态和静态管理的综合。

从用户的角度看，其服务高效、收费透明度高、准确无误；从管理者的角度看，其易于操作维护、动化程度高、大大减轻管理者的劳动强度；从投资者角度看，彻底杜绝失误及任何形式的作弊，防止停车费用流失，使投资者的回报有了可靠的保证。

国内外现在通过图像处理对车型进行识别的研究很多，例如，小波变换及非线形滤波用于车型识别，视频图像处理监控等等，就每一种方法来说都有其适用的范围和优缺点。

本课题的难度在于如何在前人的研究基础上有所突破。

因此我们致力于算法的研究，寻找一种更加科学合理的算法。

1.4本文所做的主要工作

通过综合考虑，车型收费的自动识别过程为：

采集车辆侧面图像并对其进行预处理；图像分割与特征提取；再交由训练好的神经网络加以识别。

为了图像处理方便，应对汽车侧面进行图像帧的摄取，可以容忍由于拍摄时轻微倾斜而引起的图像偏差；摄取的图像包含有一定的噪声，先对车辆图像进行预处理，以消除大部分的噪声干扰，然后对图像再进行边缘检测以提取车辆轮廓为模式识别做准备。

在车辆类型进行识别之前，我们组建了神经网络，通过一定数目车型的学习和训练，然后就可以对未知的车型进行识别了。

第二章图像处理理论与分析

2.1图像处理原理及方法

2.1.1图像处理

对图像进行一系列的操作，以达到预期目的的技术称作图像处理。

图像处理可分为模拟图像处理和数字图像处理。

利用光学，照像方法时对模拟图像的处理称为模拟图像处理。

光学图像处理方法已有很长的历史。

在激光全息技术出现后，它得到了进一步发展。

尽管光学图像处理理论日臻完善，且处理速度快，信息容量大，分辨率高，非常经济，但处理精度不高，稳定性差，设备笨重，操作不方便和工艺水平不高等原因限制了它们发展速度。

从21世纪60年代起，随着电子计算机技术的进步，数字图像处理获得了飞跃发展。

所谓数字图像处理，就是利用计算机对数字图像进行系列操作，从而获得某种预期结果的技术。

数字图像处理离不开计算机，因此又称计算机图像处理。

数字图像处理所包含的内容是相当丰富的，根据抽象程度不同，数字图像处理可分为三个层次：

狭义图像处理，图像分析和图像理解。

狭义图像处理是对输入图像进行某种变换得到输出图像，是一种图像到图像的过程。

狭义图像处理主要指对图像进行各种操作以改善图像的视觉效果，或对图像进行压缩编码以减少所需要存贮空间或传输时间、传输通路的要求。

图像分析主要是对图像中感兴趣的目标进行检测和测量，从而建立对图像的描述。

图像分析是一个从图像到数值或符号的过程。

图像理解则是在图像分析的基础上，基于人工智能和认知理论，研究图像中各目标的性质和它们之间的相互联系，对图像内容的含义加以理解以及对原来客观场景加以解释，从而指导和规划行动。

如果说图像分析主要是以观察者为中心研究客观世界（主要研究可观察到的对象），那么图像理解在一定程度上是以观察世界为中心，借助知识，经验等来把握整个客观世界。

狭义图像处理，图像分析和图像理解是相互联系又相互区别的。

狭义图像处理是低层操作，它主要在图像像素级上进行处理，处理的数据量非常大；图像分析则进入了中层，经分割和特征提取，把原来以像素构成的图像转变成比较简洁的非图像形式的描述；图像理解是高层操作，它是对描述中抽象出来的符号进行推理，其处理过程和方法与人类的思维推理有许多类似之处。

可见，随着抽象程度的提高，数据量逐渐减少。

一方面，原始图像数据经过一系列的处理逐步转化为有组织、有功用的信息，在这个过程中，语义不断引入、操作对象发生变化、数据量得到压缩；另一方面，高层操作对低层操作有指导作用，能提高低层操作的效能。

2.1.2彩色图像的灰度化

数字图像的灰度是进行图像处理与识别的基础，一般需要先读取数字图像的灰度值，然后再对其进行分析与处理，如生成灰度直方图、进行灰度拉伸、图像分割和提取图像特征。

数字图像在计算机上以位图（Bitmap）的形式存在，这个矩形点阵中的每一点称为像素（Pixel），它是数字图像中的基本单位。

一幅m×n大小的图像是由m×n个明暗度不等的像素组成的，数字图像中各个像素所具有的明暗程度由灰度值标识。

一般将白色的灰度值定义为255，黑色灰度值定义为0，而由黑到白之间的明暗度均匀地划分为0～255共256个等级。

灰度图像就是每个像素用黑白之间的灰度值表示的图像。

只有黑白二值的灰度图像一般称为二值图像，用0表示黑，1表示白。

黑白图像中的每个像素用一个字节数据来表示，而彩色图像中的每个像素则需用三个字节数据来描述。

彩色图像的亮度值是由红（R）、绿（G）、蓝（B）三个分量共同决定的，这三种颜色成为视觉的三基色。

自然界中的所有颜色都可以由三基色组合而成，有的颜色含有红色成分多一些，其他成分少一些。

针对含有红色成分的多少，可以人为地分成0到255共256个等级，0级表示不含红色，255级表示含有100%的红色。

同样地，绿色和蓝色也可被分成256级。

这样，每个像素根据R、G、B各种不同的组合，就能形成彩色图像了，这种RGB色彩系统是使用最普遍的。

此外，还有工业上用到的色彩系统CMY、YIQ、YUV等，它们均能与RGB按照对应的关系相互转换[21]。

根据色彩数目的不同，图像可以分为单色、16色、256色图，其中的每个像素点分别用1位、4位、8位二进制数表示。

而RGB彩色图像中的每个像素点则需要用3个字节（共24位）来表示，也称为24位彩色图，其中R、G、B三基色分别用一个字节表示。

这种RGB图具有全彩色表达能力，由于每个像素占用24位，故所需的存储空间相对于256色图而言大大增加。

彩色图像包含大量的颜色信息，不但在存储上开销很大，而且在处理上也会降低系统的执行速度。

目前广泛采用的颜色信息表达方法是建立在T.Young1802年提出的理论基础之上的。

该理论指出，任何彩色都可以用三种基本颜色按不同的比例混合而得到，即：

C=aC1+bC2+cC3

其中C1，C2，C3为三基色，a、b、c为权值，C为任意一种颜色。

由于图像的每个像素都具有三个不同的颜色分量，存在许多无关信息，不便于开展进一步的识别工作，因此有必要将彩色图像转变为灰度图像。

基本方法是以图像中每个像素的三个分量的平均值代替各个分量。

如果颜色的三个分量分别用r、g、b表示，则取rr=（r+g+b）/3。

彩色图像的像素色为RGB（r，g，b），灰度图像的像素色为RGB（rr，rr，rr），r、g、b可由彩色图像的颜色分解获得。

由于人眼对相同强度单色光的主观亮度感觉不同，所以用相同亮度的三基色混合时，如果把混合后所得白光亮度定为100%的话，那么人的主观感觉是，绿光仅次于白光，是三基色中最亮的，红光次之，亮度约占绿光的一半，蓝光最弱，亮度约占红光的三分之一。

于是，当白光的亮度用y来表示时，它和红、绿、蓝三色光的关系便可用如下方程加以描述：

y=0.229R+0.587G+0.114B

由于彩色图像的存储和灰色图像的存储不同，没有颜色表。

所以，当把彩色图像转化成灰度图像时，在转换三种颜色到一个灰度的同时，还需要在文件头加上颜色表，这样才能把彩色图像的文件转化成了灰度图像文件[22]。

2.1.3图像处理方法

图像处理方法大致可分为两大类，即：

空域法和变换域法。

空域法

这种方法是把图像看作是平面中各个像素组成的集合，然后直接对这一二维函数进行相应的处理。

空域处理法主要有下面两大类：

邻域处理法

其中包括：

梯度运算（GradientAlgorithm）,拉普拉斯算子运算（LaplacianOperator），平滑算子运算（SmoothingOperator）和卷积运算（ConvolutionAlgorithm）。

点处理法

灰度处理（greyprocessing），面积、周长、体积、重心运算等等。

变换算法

数字图像处理的变换域处理方法是首先对图像进行正交变换，得到变换域系数阵列，然后再施行各种处理，处理后再反变换到空间域，得到处理结果。

这类处理包括：

滤波、数据压缩、特征提取等处理。

2.2车型图像识别中的系统组成

通过综合考虑，汽车车型自动识别过程为：

（1）采集车辆侧面图像并对其进行预处理；

（2）图像分割与特征提取；

（3）采用离线训练好的BP神经网络对车型进行判断。

因此，基于神经网络的汽车车型图像识别系统组成可由以下流程图表示：

图2-1车型图像识别系统组成流程图

2.3图像文件格式的解剖

2.3.1BMP（bitmap）文件格式

BMP文件格式是一种较为常用的文件格式，是所有图像格式中较为简单的一种，也是Windows操作系统的标准文件格式，BMP的非压缩格式和Windows内存中的图像组织方式极为相似。

虽然大部BMP文件格式是不压缩的形式，它本身还是支持图像压缩的，如rle格式（runlengthencoding，行程长度编码）和LZW压缩格式等。

BMP文件可用每像素1、4、8、16、或24位来编码颜色信息，这个位数称做图像的颜色深度，它决定了图像所含的最大颜色数。

BMP文件按如下方式（图4-1）组织：

图像文件头

图像信息头

调色板

图像数据

图2-2BMP文件组织方式

图像文件头包含文件表识、文件长度等信息，图像信息头则包含图像宽、高、颜色、压缩方法等信息。

2.3.2GIF（GraphicsInterchangeFormat）文件格式

GIF图像文件是面向数据流的文件格式，GIF图像文件格式能存贮单色图像，但最好是16色以上的彩色图像，它带有色彩表，大量的优美彩色图像以GIF图像文件而存在。

GIF图像文件以它采取的图像压缩算法LZW（theLempel-ZivWelchCompressionalgorithm）而著称，利于图像的存储，存储效率高。

GIF的特点还在于它支持多幅图像定序或覆盖，交错多屏幕绘图以及文本覆盖。

GIF文件的压缩编码方式采用的是“散列法”（hash-method）。

在解压缩过程中，它自动生成散列表。

它读取的码作为指针，在生成的散列链表中搜索，将每个链值以LIFO的方法作为解压缩后图像数据。

由于一个GIF文件可以包含多幅彩色图像，每幅彩色图像也许都包含适合自身特点的彩色表，所以一个GIF文件可以有好几个彩色表。

但归纳起来只有两类：

全局彩色表（GlobalColorTable）或局部彩色表（LocalColorTable）。

全局彩色表可用于图像本身没有带彩色表的所有图像和无格式文本扩展块，而局部彩色表只用于紧跟在它后面的一幅图像，局部彩色表与全局彩色表有相同的存储格式。

2.3.3JPEG（JointPhotographicExpertsGroup）文件格式

JPEG图像文件格式是经过JPEG技术压缩后的图像格式，它不同其他图像文件格式，它是一种有损图像压缩格式，也就是图像中一些信息在压缩成JPEG格式时可能会有丢失。

JPEG首先将图像分割成8*8小方块，然后对每一方块计算它的DCT变换，接下去对DCT系数进行量化，如果量化级少，结果图像质量可能比