基于車輛正面圖像的車型識別系統設計

沈陽理工大學自動化與電氣工程學院 李孟格 梁佳鑫

基于車輛正面圖像的車型識別系統設計

沈陽理工大學自動化與電氣工程學院 李孟格 梁佳鑫

通過對車輛正面圖像的分析，結合圖像識別技術，設計了一種基于車輛正面圖像的車型識別系統。該識別系統通過定位和識別車牌，車標，散熱器格柵和大燈來識別車型，具有通用性強，硬件結構簡單，軟件移植性好等優勢，為交通無人收費，管理，調度和統計給出依據，具備廣闊的應用前景。

車牌識別；車標識別；散熱器格柵識別；大燈識別；車型識別

1 引言

隨著自動控制、人工智能、模式識別等領域的發展,智能交通系統(Intelligent Traffic System,簡稱ITS)應運而生,并獲得了極大地發展。基于圖像的車型識別融合了圖像處理、計算機視覺、模式識別等技術,它能夠自動、實時地對車輛進行檢測和分類,可以作為交通收費、管理、調度和統計的依據［2］。本文旨在利用高速收費站攝像頭采集到的車輛正面圖像設計出一個具有智能化,網絡化,同時又具有高性能低成本特點的車型識別系統［1］。

2 系統整體功能設計

車型識別系統的結構框圖如圖1所示。主要包括圖像的自動和人工采集、存儲、顯示模塊,車牌、車標、散熱器隔柵和大燈的定位、識別模塊,數據庫的存儲和查詢模塊。

圖1 車型識別系統結構框圖

由于高速路口收費站的收費標準是以車輛的座位數(7座以下,8-19座,20-39座,40座以上4個等級)為標準的,而且不同品牌,不同車系的車型都有其獨特的外觀專利,所以本文以車輛的車標、散熱器隔柵和車燈區域作為車臉的感興趣區域(ROI),通過安裝在收費站的攝像頭采集到的車輛正面圖像輸入系統,系統經過預處理,提取有效特征,并與標準庫模板比對,輸出相對應的車輛品牌、型號和座位數。

3 系統模塊化功能設計

3.1 圖像采集模塊設計

論文提出的圖像采集系統方案是上位計算機提供人機界面,處理用戶命令。使用 USB2.0 (CY7C68013)接口控制芯片作為采集板的主控芯片,接收來自上位計算機的控制命令并設置采集板的工作方式。使用 CPLD (EMP7128)配合 CMOS 圖像傳感器(OV7620)的時序,將圖像數據存儲到 SRAM (CY7C1041)中。然后使用 DSP (TMS320VC5401) 讀取 SRAM 中的圖像數據,通過 HPI接口和主控芯片的 GPIF 接口通信,將圖像數據傳送到上位計算機中存儲并顯示［2］。本系統設計主要用作高速公路無人收費,圖像采集通常情況下設為自動采集模式。圖像采集模塊結構框圖如圖2所示。采集到的圖像如圖3所示。

圖2 圖像采集模塊結構框圖

圖3 采集圖像

3.2 車牌識別模塊設計

圖5a 交互界面

圖5b 交互界面

此模塊包含車牌定位和字符識別兩部分內容。把灰度拉伸和最大方差閾值分割法應用于圖像預處理的前期處理當中,最后加以車牌結構特征和顏色特征的篩選和驗證條件來識別所定位區域是否為車牌并去除誤檢車牌區域。由于采集角度問題車牌往往是傾斜的,對以后的字符分割和識別有一定的影響,所以要進行角度矯正,然后進行字符分割,通過神經網絡模板訓練,提取特征存入車牌特征數據庫。

3.3 車標識別模塊設計

此模塊包含車標的定位和識別兩部分內容。首先要經過車標的粗定位:經過研究發現絕大多數的車標總是位于車牌的正上方,車牌定位后以車牌的寬度往上截取一矩形面積,本圖像采集系統采集到的圖像分辨率為640*480,經大量實驗證明往上取60像素點均可以把車標包含在矩形內,如圖4所示。車標的細定位:把車標粗定位圖像分別做水平和垂直方向的直方圖投影,采用合適的閾值截取出車標圖像,如圖5所示。把車標圖像做神經網絡模板訓練,提取特征存入車標特征數據庫。

3.4 散熱器隔柵識別模塊設計

此模塊包含散熱器的定位和識別兩部分內容。散熱器格柵的粗定位:散熱器格柵通常位于車牌的上方和大燈位于同一水平區域,以車牌的上沿為車臉區域的下邊界,網上截取一矩形面積包含了車標,散熱器格柵,大燈,部分汽車引擎蓋和汽車左右兩邊不屬于汽車的圖像背景。散熱器隔柵的細定位:對散熱器隔柵粗定位圖像進行水平和垂直方向的直方圖投影,引擎蓋和左右背景較為平整可確定車臉區域的上邊界和左右邊界,然后根據紋理特征,散熱器多為條狀和網狀,而大燈區域做圖像處理后顏色較亮,從而區分出散熱器隔柵和大燈區域。把散熱器隔柵區域做神經網絡模板訓練,提取特征存入散熱器隔柵數據庫。

3.5 大燈識別模塊設計

此模塊包含了大燈的定位和識別兩部分內容。通過散熱器隔柵的定位分析可得出大燈的區域定位。把大燈區域做神經網絡模板訓練,提取特征存入大燈數據庫。

圖4 系統識別過程

4 系統的識別過程

圖像采集系統把采集到的圖像(待測圖像)顯示于上位機界面當中,系統首先通過車牌識別系統記錄該車輛身份信息,再通過車標識別系統與車標模板數據庫作對比確定車輛品牌,然后通過散熱器隔柵和大燈識別系統與其對應的模板數據庫作對比確定車系,最終顯示出識別結果,如大眾帕薩特5座,給出對應的收費單價,且系統設計出了快速識別按鈕,用于一鍵識別車型。系統識別過程如圖4所示。

5 系統的交互界面設計

系統軟件運行環境為Microsoft Windows XP操作系統,所有的軟件都是以C++編程語言為基礎,使用OpenCV函數庫為基礎,在Visual C++ 6.0集成開發環境下完成的,交互界面如圖5a和5b所示。

6 結論

設計了一款車型自動識別系統,重點介紹了系統的硬件及軟件設計。識別系統可以對汽車進行座位數的檢測,通過軟件定制可構成不同地區不同的車輛收費標準,進行無人收費。本系統對圖像采集模塊采集到的車輛圖像有較高要求,同時必須要求每次只能通行一輛汽車,對更先進,智能的車型識別系統的開發提供了一種先進的參考設計方案。

［1］吳小鵬.基于圖像處理的車型識別系統設計與實現［D］.武漢理工大學,2013.

［2］程玉龍.采用USB2.0接口的圖像采集系統設計［D］.重慶大學,2007.

［3］范伊紅,彭海云,張元.基于SVM的車型識別系統的設計與實現［J］.微計算機信息,2007,07:296-297+307.

［4］李文勇,陶漢卿.基于最小二乘支持向量機的車型識別算法研究［J］.公路交通科技,2010,01:101-105.

［5］張穎新,范東啟,楊迪,楊燦.車型自動識別系統研究［J］.交通與運輸(學術版),2006,01:45-48.

［6］曹國輝,史耿亞.基于模糊模式識別的車型識別系統［J］.信息通信,2006,04:54-55.

［7］劉直芳,游志勝,曹剛,徐欣.基于視覺模型的車型動態定位［J］.計算機工程與應用,2003,08:86-90.

李孟格（1989—），河南平頂山人，碩士，現就讀于沈陽理工大學自動化與電氣工程學院，主要研究方向：先進儀器與網絡化測控。

梁佳鑫（1990—），遼寧沈陽人，碩士，現就讀于沈陽理工大學自動化與電氣工程學院，主要研究方向：先進儀器與網絡化測控。