当前位置：文档之家 › 基于MATLAB图像处理的汽车测速

基于MATLAB图像处理的汽车测速

  • 格式：doc
  • 大小：66.02 KB
  • 文档页数：3

基于Matlab图像处理的汽车测速

1 基于MATLAB图像处理的汽车测速

摘要

本文的主要内容是利用matlab软件的图像处理功能，介绍一种图像处理的方法，通过它能够对获取到的图像进行数字化处理和定量分析，并建立运动场，并由所获得图像进行图像的坐标标定，形成一个自身的坐标系，设计成为一套基于视频技术的计算法与监测系统。最终成功的计算出汽车的行驶速度。

关键词：视频测速 图像处理 matlab

随着社会的发展，建立现代化的智能交通指挥控制系统已经变得越来越迫切了，而视频检测技术是智能交通的组成部分，它是一种快速而且可靠的检测途径。视频控测系统能在几秒内检测意外事件的发生，可以将影像直接传输到交通控制中心，有关人员可以马上判断事故的性质。主要运用在以下各个方面：路口、桥段或者特定的场所；路面动静态交通违章的检测与管理；嫌疑车辆的布控、侦破和追逃；路面交通信息实时采集与处理；路面交通监控信息服务；图像动态识别应用；视频技术为智能交通系统的核心部分，为规范交通规则，成为了交通部门执法工作的技术保证。

1、车辆的特征提取

根据本文的测速目的可知道，目标特征为汽车。整个汽车分割出来主要通过以下几步：

1） 填补缝隙：虽然canny算子提取了图像的大体轮廓但是边缘线存在断裂的情况，没有完整而精确地描绘出汽车的轮廓，接下来通过strel函数利用线性的结果函数对边沿进行膨胀操作，填补边缘的缝隙。

2） 膨胀操作：用imdilate函数对图像进行膨胀操作

3）填充：膨胀后的灰度精确显示了汽车的外围轮廓，但是在汽车内部还有一些空隙。于是采用imfill函数对其进行填充。

4）移除与边界连通的目标：处理到这一步，便可对汽车进行成功的分割，但是画面上还有一些其他物体，可以通过imclearborder来清除与边界连通的物体，得到分割结果。

5）平滑：分割后的结果，边沿并不是很滑，需要利用菱形结构元素对图像进行平滑处理。经过以上的图像处理，车辆的特征提取的目标就实现了，而且效果还是相当的理想。

2、AOI区域的设置

从上面的处理的结果可以看出，在汽车的外边沿还有其他的干扰物，为了减少不必要的计算，一般处理只要达到目的的所需的最少信息，即所有特征提取都在感兴趣区域（area of interesting AOI）内进行。为提高算法的鲁棒性，还必须考虑室外光照变化的处理方法，以消除阳光照射照成的阴影对车辆分割及特征提取的影响，从而能够准确检测交通参数。

3、目标特征的质心

滤波法去噪后已经将最大的提取区域来表示车辆。为了更方便地计算，这里将车辆区域等效为一个质点。求图像的质心求法可以运用普通的质心求法一样，这是因为结果图像处理后图像成为了二值图，白色的像素为1，黑色的地方像素为0，这样求出来图像的质心也就是白色轮廓即汽车的质心了。所以这个坐标可以表示车辆的质心，其位置坐标(x,y)的表达式如式(3-1)所示。 基于Matlab图像处理的汽车测速

2 11NiiuxN ,

11NiivyN 3-1

这里xi , yi表示车辆区域内的所有像素的(x,y)坐标，N表示所有像素的个数，实际就是对二维平面直角坐标系取平均值。

4、质心的坐标转换

图像中运动车辆的大小、速度等参数与摄像机当前的状态相关。本算法根据图像中车辆分割线的位置推导当前摄像机的状态，进而计算图像像素在路面坐标中的位置。

直线图像在分割线在图像中的形状

设车辆分割线和Xw轴的夹角为α，上图图显示了直线车辆分割线经投影后在图像中的情况。

这两条车辆分割线由4个参数决定：车辆分割线的延长线的交点，即灭点(Uinf，Vinf)以及它们各自在图像中的斜率β和βR。式4-1、4-2、4-3给出了车辆分割线参数(Uinf，Vinf，β，βp。)和摄像机参数(Ψ，θ，α)的转换关系：

tanUinfcos 4-1

inftanV

4-2

coscosLRrdiffH 4-3

式中：rdiff是路面的宽度。根据MHT检测到的车辆分割线参数，可推出摄像机参数(Ψ，θ，Ф)。

基于摄像机参数(Ψ，0)，根据式5-3，即可完成从成像平面到路面(Zw=o)的坐标转换：

(cossin)sincos(sins)wwuHHvXYvvco， 4-4

则汽车的运动距离为：

在本文中根据拍摄的具体位置出于正中位置。计算汽车的速度的时候主要研究的是行驶方向的位移，即y方向。所以汽车的位移也就是在Y方向上的位移了即式4-6。

SYw2Yw1 4-6 221212()()SXwXwYwYw4-5 基于Matlab图像处理的汽车测速

3 5、 速度的计算

根据对应的位移与帧率相乘即得到给汽车的速度，即

其中K是根据实际拍摄视频格式转换后的帧率，结合以上数据即可得到速度。

小结

本文根据实际路面的交通情况，在路面视频的获取上采用了正面的俯拍，对摄像机的型号进行对比选择，其安装位置也进行了设置；在图像处理方面根据现有题材采用了效果对的方式，逐一对比排除，以求达到最好的效果；在图像标定与坐标转换上，采用了前人研究的算法，结合了摄像机的实际位置实现了图像坐标与实际坐标的转换；在速度的计算上，考虑到误差，对数据进行了帧差处理法，以求数据的真实又不失合理化。所测得的结果与声波测速，红外线测速等测速方法还有一些距离，但是我们相信随着图像处理技术与各方面配套设施的完善，测速的准确性将会越来越高的。视频测速只是视频监控的一个方面，在测速的同时可以进行车牌识别，车辆识别以及车辆的外形鉴定等。而这将是智能交通系统的全面发展发展的趋势。

参考文献

1 图像检测与处理技术 于洪殿 西安电子科技大学

2 城市智能公共交通系统理论与方法 杨兆升 中国铁道出版社

vSk

合集下载

限速标志牌识别算法matlab

限速标志牌识别算法matlab

限速标志牌识别算法matlab

1.数据集准备

首先，需要准备一组包含限速标志的图像数据集。这些图像应包括各种限速标志的正面、侧面、遮挡以及不同光照条件下的图像。还需要为每个图像标注对应的限速标志类别。

2.图像预处理

在进行限速标志识别前，需要对原始图像进行预处理。首先，可以使用高斯滤波器平滑图像，减少噪声。然后，可以将图像转换为灰度图像，简化后续处理步骤。接下来，可以使用边缘检测算法，如Canny边缘检测，提取图像中的边缘信息。

3.特征提取

在完成图像预处理后，需要从图像中提取特征，以便训练和识别限速标志。可以使用各种特征提取方法，如HOG（方向梯度直方图）特征、LBP（局部二值模式）特征等。这些方法可以有效地提取图像中的纹理和边缘信息。

4.分类器训练

接下来，需要使用训练数据集和提取的特征来训练分类器。可以使用各种机器学习算法，如支持向量机（SVM）、k近邻（KNN）等。这些算法可以学习并建立限速标志的模型。

5.限速标志检测和识别

在完成分类器训练后，可以将其应用于新的图像数据，进行限速标志的检测和识别。首先，对待检测图像进行与训练图像相同的预处理步骤。然后，使用分类器对图像中的每个窗口进行分类。如果分类器给出限速标志的概率较高，则可以认为该窗口包含限速标志。最后，可以使用非极大值抑制算法，排除冗余的窗口，并得到最终的限速标志检测结果。

6.性能评估

为了评估算法的性能，可以使用准确率、召回率和F1分数等指标来衡量检测和识别的准确性。另外，还可以使用交叉验证等方法来评估算法在不同数据集上的泛化能力。

总结：本文介绍了一种基于MATLAB的限速标志识别算法。通过对图像数据的预处理、特征提取、分类器训练和限速标志检测，可以实现自动的限速标志识别。这种算法在交通安全和驾驶辅助系统方面具有广泛的应用前景。

基于MATLAB图像处理的车辆检测与识别

基于MATLAB图像处理的车辆检测与识别

文章编号:100429037(2009)增刊20141203

基于MATLAB图像处理的车辆检测与识别

赵小军　林　晨　黄柳仙　杨以月

(青岛理工大学机械工程学院,青岛,266033)

摘要:针对目前汽车检测与识别所采用的方法在各个方面存在的不足,提出了一种基于MATLAB图像识别和处理技术的车辆检测方法,并用实例验证了其可靠性。该方法减轻了操作者的劳动强度,弥补了人在视觉与反应方面的不足之处,提高了统计的效率及准确率。关键词:图像处理;检测与识别;MATLAB中图分类号:TP317.4 文献标识码:A

　收稿日期:2009206201;修订日期:2009207215VehicleDetectionandRecognitionofMATLAB-Based

ImageProcessingMethod

ZhaoXiaojun,LinChen,HuangLiuxian,YangYiyue(CollegeofMechanicalEngineering,QingdaoTechnologicalUniversity,Qingdao,266033,China)

Abstract:Aimedatthedeficienciesinallaspectsofmethodsusedinautomobiledetectionand

recognitionpresently,avehicledetectionmethodbasedonMAtlaBImagerecognitionandpro2

cessingtechnologyispresented.Thereliabilityofthemethodistestedandverifiedwithexam2

ples.Themethodlightensthelaborintensityofoperators,makesupthelackofhumanre2

sponseandvision,andimprovestheefficiencyandtheaccuracyinstatistics.

基于MATLAB的图像处理的课程设计(车牌识别系统)(word文档良心出品)

基于MATLAB的图像处理的课程设计(车牌识别系统)(word文档良心出品)

1

目录

一、 课程设计目的…………………..………………….…………3

二、 课程设计要求………………….………………………….….3

三、 课程设计的内容………………..……………………….……3

四、 题目分析…………………………………………….………..3

五、 总体设计……………….…………………………….……….4

六、 具体设计……………………………………………..…….…5

1、文件……………….………………………………….……….5

1.1、打开………..…………………………………….…………5

1.2、保存…………………………..………………….…………5

1.3、退出……………………..……………………………….…5

2、编辑…………………………..…………………………………5

6.2.1、灰度………………………..………………….……………5

6.2.2、亮度………………………..………………….……………6

6.2.3、截图…………………………..……………….……………7

6.2.4、缩放…………………………..…………….………………7

3、旋转…………………………………..…………………………9

6.3.1、上下翻转…………………….…………….………………9

6.3.2、左右翻转………………….…………….…………………9

6.3.3任意角度翻转…………………………….…………………9

6.4、噪声………………………………..…………..………………10

6.5、滤波……………………………………..………..……………10

6.6、直方图统计……………………………………………………11

6.7、频谱分析………………………………………..…..…………12

6.7.1、频谱图………………………… …… …… ……….……12

基于MATLAB的车辆识别系统

基于MATLAB的车辆识别系统

龙源期刊网

基于MATLAB的车辆识别系统

作者：谢衎祺

来源：《电子技术与软件工程》2017年第09期

摘 要近年来随着我国经济不断发展，车辆数量越来越多，为交通管理带来了巨大的挑战。在现实的交通管理过程中，车辆识别技术发挥着重要的作用，在高速公路收费站、城市道路管理、城市交叉路口和停车场中都得到了普遍的应用，为车辆的管理提供了基础支持。基于MATLAB的车辆识别系统具有很好的识别作用，本文就基于MATLAB的车辆识别系统进行探析，旨在为人们提供一定的参考。

【关键词】MATLAB 车辆识别系统 系统设计

1 前言

基于MATLAB车辆识别系统在车辆管理中具有很好的作用，可以有效提取车辆牌照的相关信息，并进行一定的预处理，通过字符分割、字符识别和语言播报来实现对车辆的管理，在小区车辆管理、交通流量管理、不停车自动收费和违章车辆监控中均取得了良好的作用，发挥了巨大的实用价值。

2 车辆牌照自动识别的原理

基于MATLAB车辆识别系统主要是识别车辆的牌照，其主要是采用车辆的静态图像和动态视频来对车辆的牌照颜色、牌照号码等进行自动识别，是一种系统的识别技术。基于MATLAB车辆识别系统的硬件主要包括摄像设备、图像采集设备、照明设备、触发设备以及识别车牌号的专用处理机等，在这些硬件中，每一个硬件都发挥着重要的作用，缺一不可。对于基于MATLAB车辆识别系统来说，其软件系统主要包括车牌字符分割算法、车牌定位算法和光学字符识别算法等系统。在基于MATLAB车辆识别系统的设计过程中，要设计的功能模块主要包括图像采集模块、车牌定位模块、字符分割模块、字符识别模块和结果输出模块。要识别牌照，首先要做好牌照定位。

从具体的情况来看，在停车场、道路交通中，汽车图像的背景非常复杂，尤其是其背景光照不均匀，因此识别车牌具有一定的困难，在系统设计过程中，如何在复杂的自然背景中将车牌照区域准确识别出来是非常关键的，是设计者需要考虑的最突出的问题。而车辆牌照的定位就要通过牌照特征和小波分析、图像处理技术和神经网络等新工具有效结合起来实现。对于车辆牌照的定位，可以采用的方法一共有两种，分别为基于彩色图像的牌照定位方法和基于黑白图像的牌照定位方法。对于牌照的定位流程，首先是将原始的图像导入到系统中，然后通过图像的预处理来增强图像的效果，通过边缘提取，对图像进行开闭运算，最终实现车牌的定位。基于MATLAB车辆识别系统采用的是基于黑白图像的牌照定位方法，采集到的视频图像是彩龙源期刊网