【正文】 出完整的目標(biāo)車輛區(qū)域是整個(gè)系統(tǒng)的前提和基礎(chǔ)目標(biāo)車輛區(qū)域分割的質(zhì)量直接影響到最后的車型分類結(jié)果 2 車輛特征的選取在車輛圖像經(jīng)過預(yù)處理后如何選取具有代表性的特征并將其量化為描述車輛特征的參數(shù)至關(guān)重要選取的特征應(yīng)既能充分體現(xiàn)所屬車型的特點(diǎn)又具有簡(jiǎn)潔性以減少計(jì)算復(fù)雜度 313 本文的主要研究?jī)?nèi)容和結(jié)構(gòu)安排 智能交通系統(tǒng) ITS 是現(xiàn)代交通發(fā)展的必然趨勢(shì)基于視頻技術(shù)的車輛類型自動(dòng)識(shí)別是智能交通系統(tǒng)的一個(gè)重要研究方向在城市道路交通監(jiān)控和高速公路收費(fèi)等系統(tǒng)中有著廣泛的應(yīng)用前景該系統(tǒng)的特征為 圖 21 圖像處理一般框圖 圖像獲取主要通過攝像機(jī)獲取動(dòng)態(tài)的視頻圖像根據(jù)一定的規(guī)則采集包含完整汽車側(cè)面的單幀圖像為后續(xù)處理和識(shí)別做準(zhǔn)備 圖像預(yù)處理是采用圖像處理技術(shù)對(duì)采集的單幀圖像進(jìn)行處理包括濾波去噪圖像轉(zhuǎn)換二值化邊緣檢測(cè)形態(tài)學(xué)運(yùn)算等步驟為下一步的車型特征提取做準(zhǔn)備它是車 型識(shí)別的重要的一個(gè)步驟由于采集圖像環(huán)境的復(fù)雜性圖像預(yù)處理效果的好壞直接影響后期車型特征的提取進(jìn)而影響識(shí)別分類效果 車型特征的提取是車型識(shí)別系統(tǒng)的關(guān)鍵步驟根據(jù)先驗(yàn)知識(shí)提取區(qū)分不同車型的本質(zhì)特征提取的特征一般應(yīng)滿足平移旋轉(zhuǎn)和縮放不變性 分類識(shí)別是選擇合適的分類器對(duì)車型特征進(jìn)行分類一般采用傳統(tǒng)的模式識(shí)別方法如最近鄰分類器等和神經(jīng)網(wǎng)絡(luò)分類方法如 BP 神經(jīng)網(wǎng)絡(luò)方法等 本論文的車型識(shí)別系統(tǒng)是對(duì)采集的汽車側(cè)面靜態(tài)圖像進(jìn)行識(shí)別它的步驟如圖 22 所示 圖 22 本設(shè)計(jì)的系統(tǒng)框圖 對(duì)靜態(tài)圖像先進(jìn)行圖像預(yù)處理然后提取出車型特征在采用傳統(tǒng) 的模式識(shí)別方法最近鄰分類器通過與事先提取的車型特征進(jìn)行對(duì)比輸出識(shí)別結(jié)果 系統(tǒng)在 Windows 系統(tǒng)中基于 VC60 和 OPENCV 環(huán)境下編程實(shí)現(xiàn) 22 數(shù)字圖像處理技術(shù) 數(shù)字圖像處理 Digital Image Processing 是通過計(jì)算機(jī)對(duì)圖像進(jìn)行去除噪聲增強(qiáng)復(fù)原分割提取特征等處理的方法和技術(shù)數(shù)字圖像處理的產(chǎn)生和迅速發(fā)展主要受三個(gè)因素的影響一是的發(fā)展二是數(shù)學(xué)的發(fā)展 特別是離散數(shù)學(xué)理論的創(chuàng)立和完善 三是廣泛的農(nóng)牧業(yè)林業(yè)環(huán)境軍事工業(yè)和醫(yī)學(xué)等方面的應(yīng)用需求的增長(zhǎng)一般來(lái)講對(duì)圖像進(jìn)行處理 或加工分析 的主要目的有三個(gè) 方面 1 提高圖像的視感質(zhì)量如進(jìn)行圖像的亮度彩色變換增強(qiáng)抑制某些成分對(duì)圖像進(jìn)行幾何變換等以改善圖像的質(zhì)量 2 提取圖像中所包含的某些特征或特殊信息這些被提取的特征或信息往往為計(jì)算機(jī)分析圖像提供便利提取特征或信息的過程是模式識(shí)別或計(jì)算機(jī)視覺的預(yù)處理提取的特征可以包括很多方面如頻域特征灰度或顏色特征邊界特征區(qū)域特征紋理特征形狀特征拓?fù)涮卣骱完P(guān)系結(jié)構(gòu)等 3255 在計(jì)算機(jī)領(lǐng)域中灰度數(shù)字圖像是每個(gè)像素只有一個(gè)采樣顏色的圖像這類圖像通常顯示為從最暗黑色到最亮的白色的灰度盡管理論上這個(gè)采樣可以任何顏色的不同深淺甚至可以是不同亮度上的不同顏色灰度圖像與黑白圖像不同在 計(jì)算機(jī)圖像領(lǐng)域中黑白圖像只有黑色與白色兩種顏色灰度圖像在黑色與白色之間還有許多級(jí)的顏色深度但是在數(shù)字圖像領(lǐng)域之外黑白圖像也表示灰度圖像例如灰度的照片通常叫做黑白照片在一些關(guān)于數(shù)字圖像的文章中單色圖像等同于灰度圖像在另外一些文章中又等同于黑白圖像圖像的二值化處理就是將圖像上的像素點(diǎn)的灰度值設(shè)置為 0 或 255也就是講整個(gè)圖像呈現(xiàn)出明顯的黑白效果 將 256 個(gè)亮度等級(jí)的灰度圖像通過適當(dāng)?shù)拈y值選取而獲得仍然可以反映圖像整體和局部特征的二值化圖像在數(shù)字圖像處理中二值圖像占有非常重要的地位首先圖像的二值化有利于圖像的進(jìn)一 步處理使圖像變得簡(jiǎn)單而且數(shù)據(jù)量減小能凸顯出感興趣的目標(biāo)的輪廓其次要進(jìn)行二值圖像的處理與分析首先要把灰度圖像二值化得到二值化圖像 所有灰度大于或等于閥值的像素被判定為屬于特定物體其灰度值為 255 表示否則這些像素點(diǎn)被排除在物體區(qū)域以外灰度值為 0 表示背景或者例外的物體區(qū)域 OpenCV OpenCV 是英特爾公司開發(fā)的開源圖像處理和計(jì)算機(jī)視覺函數(shù)庫(kù)它由一系列 C 函數(shù)和少量 C 類構(gòu)成實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺方面的很多通用算法 OpenCV 是一個(gè)跨平臺(tái)的中高層 API 構(gòu)成目前包括 300 多個(gè) C 函數(shù)它不依賴與其它的外部庫(kù)盡管也可以使用某些外部庫(kù) OpenCV 對(duì)非商業(yè)用途和商業(yè)用途都是免費(fèi)的這是目前的現(xiàn)狀而標(biāo)準(zhǔn)的 API 將簡(jiǎn)化計(jì)算機(jī)視覺程序和解決方案的開發(fā) OpenCV致力于成為這樣的標(biāo)準(zhǔn) API它有以下特點(diǎn) 1 開放的 CC源碼 2 基于 Intel 處理器指令集開發(fā)的優(yōu)化代碼 3 統(tǒng)一的結(jié)構(gòu)和功能定義 4 強(qiáng)大的圖像和矩陣運(yùn)算能力 5 方便靈活的用戶接口 6 同時(shí)支持 MSWINDOWSLINUX 平臺(tái) Windows 環(huán)境變量的配置 首先檢查 C\Program Files\Opencv\bin 是否已經(jīng)被加入到環(huán) 境變量PATH 如果沒有請(qǐng)加入先打開我的電腦屬性選擇高級(jí)選項(xiàng)點(diǎn)擊環(huán)境變量如下圖所示 圖 31 windows 環(huán)境變量框圖 2．配置 VC60 菜單 Tools Options Directories 先配置 lib 路徑選擇 Library files在下方填入路徑 C\Program Files\Opencv\lib 然后選擇 include files 在下方填入路徑 C\Program Files\Opencv\cxcore\include C\Program Files\Opencv\ cv\include C\Program Files\Opencv\ cvaux\include C\Program Files\Opencv\ ml\include C\Program Files\Opencv\ otherlibs\highgui C\Program Files\Opencv\ otherlibs\cvcam\include 如下圖所示 圖 32 options 設(shè)置 3．項(xiàng)目配置 每創(chuàng)建一個(gè)將要使用 Opencv的 VC Project 都需要給它指定需要的 lib 菜單Project Settings 然后將 Setting for 選為 AllConfigurations 然后選擇右邊的 link 標(biāo)簽在 Objectlibrary modules 附加上 CxcoreLib cvlib mllib cvauxlib highguilib cvcamlib 32 圖像的讀取 在 MFC環(huán)境下要使用 OPENCV的函數(shù)和功能主要通過 CImage類及其成員函數(shù)實(shí)現(xiàn) IplImage 結(jié)構(gòu)指針是 OPENCV 最基本的結(jié)構(gòu) OPENCV 的基本函數(shù)都是以此結(jié)構(gòu)為基礎(chǔ)實(shí)現(xiàn)的如何實(shí)現(xiàn) IplImage的對(duì)象與 CImage類對(duì)象的數(shù)據(jù)傳輸從而實(shí)現(xiàn)圖像數(shù)據(jù)的讀取顯示和處理 是關(guān)鍵具體的實(shí)現(xiàn)過程是通過 CImage的 CopyOf函數(shù)和 GetImage 函數(shù)實(shí)現(xiàn) IplImage Image 生成 OPENCV 處理的對(duì)象 CImage m_image 生成 CImage 對(duì)象 1 CImage MyImage 生成 CImage 對(duì)象 2 在打開文件的 OnOpenDocument LPCTSTR lpszPathName 函數(shù)中添加下列語(yǔ)句 m_imageLoad lpszPathName1 以圖片原本的通道方式打開圖片 MyImageCopyOf m_image 復(fù)制圖片接受以后的處理 Image MyImageGetImage 得到 IplImage 指針方便運(yùn)用 opencv 進(jìn)行處理 這樣就將圖像讀進(jìn)了 m_image 中并復(fù)制給了 opencv 的對(duì)象 Image 圖像的顯示在 OnDraw CDC pDC 函數(shù)中實(shí)現(xiàn) CRect rect GetClientRect rect 把顯示區(qū)設(shè)為圖像的真實(shí)寬度和高度 rectbottom pDoc MyImageHeight rectright pDoc MyImageWidth 定義一個(gè) CSize 對(duì)象 用于保存滾動(dòng)條的尺寸 設(shè)為圖像的真實(shí)尺寸 CSize sizeTotal rectright rectbottom SetScrollSizes MM_TEXT sizeTotal 設(shè)置滾動(dòng)條的位置 調(diào)用 CImage 類的成員函數(shù) DrawToHDC 在視圖窗口顯示圖像 函數(shù)形參為當(dāng)前的設(shè)備環(huán)境和顯示區(qū)大小 pDoc MyImageDrawToHDC pDC m_hDC rect OPENCV 函數(shù)處理完成后的圖像通過 CopyOf 函數(shù)傳回 MyImage 顯示 33 圖像的邊緣檢測(cè) 圖像中的邊緣是視覺感知的重要線索這些邊緣對(duì)應(yīng)圖像中特性有意變化的地方例如對(duì)于車輛圖像來(lái)說(shuō)邊緣特征常常對(duì)應(yīng)車輛的輪廓線或線圖像的邊緣檢測(cè)能夠使圖像的輪廓更加突出是一種重要的區(qū)域處理技在對(duì)圖像進(jìn)行特征提取之前一般都需要進(jìn)行邊緣檢測(cè)然后進(jìn)行二值化處邊緣檢測(cè)將突出圖像的邊緣邊緣以外的圖像區(qū)域通常被削弱處理后邊界度與原圖中邊緣周圍的亮度變化率成正比邊緣發(fā)生在圖像灰度值不連續(xù)的地方可以對(duì)圖像進(jìn)行差分運(yùn)算得到