论文部分内容阅读
本文设计和实现了一种车型识别系统，该系统的处理过程主要包括建立样本库和识别分类两个步骤。建立样本库步骤首先进行图像预处理，然后用时间平均图像法得到背景模型，接着用背景差分法在复杂场景中检测提取运动车辆的轮廓，轮廓的左右及下边界作为车脸的左右及下边界，然后在场景中选定统一的车脸高度阈值定位出每辆车的车脸高度，再对车脸图进行大小归一化处理建立车脸样本库。识别分类步骤是根据上述方法从场景中提取车脸图，并计算其sift特征向量，然后与样本库中的车脸样本图进行sift特征匹配，匹配值满足一定的条件则可判定为同一类型的车辆。本文用OpenCV和Visual C++6.0搭建实验平台，共采集100张车辆的车脸生成车脸样本库。实验中，采用80*30大小的车脸，系统识别每辆车时间约为150ms左右；当采用160*60和320*120大小时，时间约为450ms和1400ms左右；实验结果表明本系统的可行性，且在实际应用中具有较高的识别率。