车型识别是针对道路监控视频中运动车辆进行目标检测和目标识别,是智能交通系统的重要组成部分之一,在道路视频监控系统中起关键作用。研究内容来源于江苏亿通高科技股份有限公司的“基于DM81x系列芯片的网络图像采集与分析系统研发”项目,针对道路卡口采集的高清视频图像,完成了车辆的车前脸的定位和识别。本文主要工作如下:(1)针对定位道路监控视频序列中车前脸不精确的问题,给出了基于水平梯度投影方法的车前脸精确定位,由800多幅车辆图像实验结果表明车前脸定位正确率可以达到85%。(2)基于精确定位的车前脸图像,比较不同特征的车型识别率,选取HOG特征作为识别特征。利用LDA算法对HOG特征进行降维,提高不同车型特征之间差异性;根据集成学习原理,集成子区域训练得到的弱分类器,来识别车型特征。实验表明,车型识别率得到提高。(3)对于局部特征具有良好的抗视角性却识别率不高的问题,提出了基于离散粒子群的车型识别算法。通过实验对比选取局部特征SURF用来识别车型,利用局部特征点的拓扑结构不变性匹配,相比传统的基于最近邻法的特征匹配方法,特征点匹配成功率更高,从而提高了车型识别率。(4)论文给出了基于TMS320DM8127的车型识别系统设计介绍。重点介绍了基于TMS320DM8127的网络摄像头硬件系统设计与实现,分为主芯片板、接口子板和电源子板,内容主要包括Flash模块设计、以太网接口电路设计和电源电路设计。简单介绍了软件系统中DSP移植,车辆检测算法移植到TMS320DM8127的DSP核,实现运动车辆的实时检测。实验结果表明,创建的运动车辆检测Link实现了视频序列前景目标的实时提取。