目录
摘要 I
关键词 I
ABSTRACT II
1绪论 1
1.1研究背景 1
1.2国内外研究状况 1
1.3开发环境与语言介绍 2
1.3.1硬件配置 2
1.3.2软件配置 2
1.3.3 编程语言 2
2课题概述 3
2.1课题设计 3
2.2动态车辆检测 3
2.3车辆颜色识别 3
2.4车牌识别 4
2.5车道线检测和车辆压线检测 4
3动态车辆检测 5
3.1基于KNN的背景分割算法 6
3.3.1无参数概率密度估计 6
3.1.2 KNN分类算法 6
3.1.3基于KNN的背景减除算法 7
3.2目标区域白色填充 8
3.3图像处理 8
3.3.1图像二值化 8
3.3.2形态学处理 9
3.3.3处理结果 9
3.4绘制前景检测框 9
4车辆颜色识别 10
4.1颜色空间转化 10
4.2背景颜色过滤 11
5车牌识别 12
5.1车牌大致定位 13
5.1.1基于颜色二值化 13
5.1.2图像预处理 14
5.1.3寻找车牌轮廓 14
5.2车牌校正 15
5.3车牌去噪和去铆钉 16
5.4字符分割 17
5.5字符识别 17
6车道线检测和车辆压线检测 18
6.1车道线检测 18
6.1.1图像预处理 18
6.1.2 hough变换 20
6.2车辆压线检测 21
7实验结果 22
8总结与展望 30
致谢 31
参考文献 31
交通路口动态车辆视觉识别
摘要
近年来，我国交通在人口增多的压力下急速发展，因而交通事故和 *51今日免费论文网|www.jxszl.com +Q: ^351916072* 
道路违法行为频发，道路行驶环境变差，导致交通监控压力增大。而本文旨在采用图像处理技术实现交通路口动态车辆的检测和特征识别，实现对违法车辆的抓拍，提高高速执法力度，减少违章行为和事故的发生。我们主要采用基于KNN的背景减除算法对视频中的动态车辆进行检测，并通过颜色过滤的方式识别其颜色。在车牌识别部分，首先基于车牌的规范表征和颜色信息对其定位分析，然后提取定位后的车牌，对其进行校正、去噪，并利用水平投影方式去除边界和铆钉，最后基于垂直投影计算车牌字符的跳变次数进而实现字符的分割，并将结果进行显示，最后通过模板匹配的方式完成字符识别。同时，本文还基于hough变换实现了对视频车道线的检测以及车辆压线判断。最后我们将所有功能集成开发了一款交通路口动态车辆检测和特征识别的软件工具，为现代交通领域的车辆检测和识别等提供有价值的参考。
引言
1绪论
1.1研究背景
一方面，如今伴随人们生活水平的提高私家车越来越多，道路交通的负担越来越大，比如交通拥挤、交通事故越来越多，交通环境变差等。这给传统的依靠人力的交通指挥和管理造成了巨大的压力，因此这就需要我们车辆检测智能化，逐渐让智能交通管理系统取代人工管理，减轻政府在交通管理上的负担，营造一个安全可靠的交通行驶环境。
另一方面，现如今随着计算机视觉的日趋成熟，目标检测识别和目标特征提取等技术也越来越可靠，采用智能交通系统来监控道路违法行为以及跟踪违法套牌车辆的可靠性越来越高。在现代的交通管理系统中，随着其实际应用越来越广泛，越来越多的研究人员开始关注并取得了不少成果，为我们的交通路口动态车辆视觉识别系统提供了很多理论与技术的支持[1]。
1.2国内外研究状况
上世纪50年代，在国外开始了关于交通系统智能化的研究，这方面要比国内早，但是近年来，我国科技水平日益上升，对科学技术的投入越来越大，国内学者也取得了相当多的成果。
动态车辆视觉识别是基于视频提取其中的运动车辆。但是由于动态车辆的背景经常会受到自然界因素的影响而不断变化，比如自然光光照引起背景亮度变化，风力因素引起树叶和摄像机的晃动等，这就加大了车辆检测的难度。为了能够在复杂的动态背景下仍能准确提取到目标，近年来，国内外的专家学者做出了很多有意义的研究成果。
车辆模型法。这个方法的核心是要建立能够描述车辆基本特征的数学模型，再将数学模型与待处理图像进行匹配，然后筛选出其中相似值最大的目标区域。但这种方法的劣势在于检测的准确性太过依赖数学模型，好的数学模型又比较难建立。
基于几何特征的方法。它是适用于规则物体的检测方法，主要是利用目标的几何特征来进行目标匹配的。
基于运动特征的方法。它是利用待检测目标在视频连续帧下的相对运动来检测的，这种方法适用于背景变换的场景，常见的算法有帧间差分、光流法等。但光流法计算较为复杂，不适用于实时检测。
基于立体视觉的方法。它是通过对目标不同方位立体图像的获取，然后对两张图片立体匹配，找到其相同的特征点，实现目标检测。ARGO智能车、Kunsooetal、Massimoetal等都利用立体检测方法实现了一些实际应用。但是不适用于复杂环境下的目标检测[2]。
1.3开发环境与语言介绍
1.3.1硬件配置
硬件配置是项目开发的基础。在我们的项目实施过程中，需要一台基本的完整配置输入设备和输出设备的win10电脑。其中电脑硬件配置中，处理器为带有AMD Radeon R4显卡的AMD A67310 APU。

原文链接：http://www.jxszl.com/jsj/jsjkxyjs/605701.html