沈陽理工大學(xué)自動(dòng)化與電氣工程學(xué)院 李孟格 梁佳鑫

基于車輛正面圖像的車型識(shí)別系統(tǒng)設(shè)計(jì)

沈陽理工大學(xué)自動(dòng)化與電氣工程學(xué)院 李孟格 梁佳鑫

通過對(duì)車輛正面圖像的分析，結(jié)合圖像識(shí)別技術(shù)，設(shè)計(jì)了一種基于車輛正面圖像的車型識(shí)別系統(tǒng)。該識(shí)別系統(tǒng)通過定位和識(shí)別車牌，車標(biāo)，散熱器格柵和大燈來識(shí)別車型，具有通用性強(qiáng)，硬件結(jié)構(gòu)簡(jiǎn)單，軟件移植性好等優(yōu)勢(shì)，為交通無人收費(fèi)，管理，調(diào)度和統(tǒng)計(jì)給出依據(jù)，具備廣闊的應(yīng)用前景。

車牌識(shí)別；車標(biāo)識(shí)別；散熱器格柵識(shí)別；大燈識(shí)別；車型識(shí)別

1 引言

隨著自動(dòng)控制、人工智能、模式識(shí)別等領(lǐng)域的發(fā)展,智能交通系統(tǒng)(Intelligent Traffic System,簡(jiǎn)稱ITS)應(yīng)運(yùn)而生,并獲得了極大地發(fā)展?；趫D像的車型識(shí)別融合了圖像處理、計(jì)算機(jī)視覺、模式識(shí)別等技術(shù),它能夠自動(dòng)、實(shí)時(shí)地對(duì)車輛進(jìn)行檢測(cè)和分類,可以作為交通收費(fèi)、管理、調(diào)度和統(tǒng)計(jì)的依據(jù)［2］。本文旨在利用高速收費(fèi)站攝像頭采集到的車輛正面圖像設(shè)計(jì)出一個(gè)具有智能化,網(wǎng)絡(luò)化,同時(shí)又具有高性能低成本特點(diǎn)的車型識(shí)別系統(tǒng)［1］。

2 系統(tǒng)整體功能設(shè)計(jì)

車型識(shí)別系統(tǒng)的結(jié)構(gòu)框圖如圖1所示。主要包括圖像的自動(dòng)和人工采集、存儲(chǔ)、顯示模塊,車牌、車標(biāo)、散熱器隔柵和大燈的定位、識(shí)別模塊,數(shù)據(jù)庫的存儲(chǔ)和查詢模塊。

圖1 車型識(shí)別系統(tǒng)結(jié)構(gòu)框圖

由于高速路口收費(fèi)站的收費(fèi)標(biāo)準(zhǔn)是以車輛的座位數(shù)(7座以下,8-19座,20-39座,40座以上4個(gè)等級(jí))為標(biāo)準(zhǔn)的,而且不同品牌,不同車系的車型都有其獨(dú)特的外觀專利,所以本文以車輛的車標(biāo)、散熱器隔柵和車燈區(qū)域作為車臉的感興趣區(qū)域(ROI),通過安裝在收費(fèi)站的攝像頭采集到的車輛正面圖像輸入系統(tǒng),系統(tǒng)經(jīng)過預(yù)處理,提取有效特征,并與標(biāo)準(zhǔn)庫模板比對(duì),輸出相對(duì)應(yīng)的車輛品牌、型號(hào)和座位數(shù)。

3 系統(tǒng)模塊化功能設(shè)計(jì)

3.1 圖像采集模塊設(shè)計(jì)

論文提出的圖像采集系統(tǒng)方案是上位計(jì)算機(jī)提供人機(jī)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(jì)算機(jī)的控制命令并設(shè)置采集板的工作方式。使用 CPLD (EMP7128)配合 CMOS 圖像傳感器(OV7620)的時(shí)序,將圖像數(shù)據(jù)存儲(chǔ)到 SRAM (CY7C1041)中。然后使用 DSP (TMS320VC5401) 讀取 SRAM 中的圖像數(shù)據(jù),通過 HPI接口和主控芯片的 GPIF 接口通信,將圖像數(shù)據(jù)傳送到上位計(jì)算機(jī)中存儲(chǔ)并顯示［2］。本系統(tǒng)設(shè)計(jì)主要用作高速公路無人收費(fèi),圖像采集通常情況下設(shè)為自動(dòng)采集模式。圖像采集模塊結(jié)構(gòu)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(jié)構(gòu)框圖

圖3 采集圖像

3.2 車牌識(shí)別模塊設(shè)計(jì)

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(shí)別兩部分內(nèi)容。把灰度拉伸和最大方差閾值分割法應(yīng)用于圖像預(yù)處理的前期處理當(dāng)中,最后加以車牌結(jié)構(gòu)特征和顏色特征的篩選和驗(yàn)證條件來識(shí)別所定位區(qū)域是否為車牌并去除誤檢車牌區(qū)域。由于采集角度問題車牌往往是傾斜的,對(duì)以后的字符分割和識(shí)別有一定的影響,所以要進(jìn)行角度矯正,然后進(jìn)行字符分割,通過神經(jīng)網(wǎng)絡(luò)模板訓(xùn)練,提取特征存入車牌特征數(shù)據(jù)庫。

3.3 車標(biāo)識(shí)別模塊設(shè)計(jì)

此模塊包含車標(biāo)的定位和識(shí)別兩部分內(nèi)容。首先要經(jīng)過車標(biāo)的粗定位:經(jīng)過研究發(fā)現(xiàn)絕大多數(shù)的車標(biāo)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(tǒng)采集到的圖像分辨率為640*480,經(jīng)大量實(shí)驗(yàn)證明往上取60像素點(diǎn)均可以把車標(biāo)包含在矩形內(nèi),如圖4所示。車標(biāo)的細(xì)定位:把車標(biāo)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(biāo)圖像,如圖5所示。把車標(biāo)圖像做神經(jīng)網(wǎng)絡(luò)模板訓(xùn)練,提取特征存入車標(biāo)特征數(shù)據(jù)庫。

3.4 散熱器隔柵識(shí)別模塊設(shè)計(jì)

此模塊包含散熱器的定位和識(shí)別兩部分內(nèi)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(qū)域,以車牌的上沿為車臉區(qū)域的下邊界,網(wǎng)上截取一矩形面積包含了車標(biāo),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(xì)定位:對(duì)散熱器隔柵粗定位圖像進(jìn)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(qū)域的上邊界和左右邊界,然后根據(jù)紋理特征,散熱器多為條狀和網(wǎng)狀,而大燈區(qū)域做圖像處理后顏色較亮,從而區(qū)分出散熱器隔柵和大燈區(qū)域。把散熱器隔柵區(qū)域做神經(jīng)網(wǎng)絡(luò)模板訓(xùn)練,提取特征存入散熱器隔柵數(shù)據(jù)庫。

3.5 大燈識(shí)別模塊設(shè)計(jì)

此模塊包含了大燈的定位和識(shí)別兩部分內(nèi)容。通過散熱器隔柵的定位分析可得出大燈的區(qū)域定位。把大燈區(qū)域做神經(jīng)網(wǎng)絡(luò)模板訓(xùn)練,提取特征存入大燈數(shù)據(jù)庫。

圖4 系統(tǒng)識(shí)別過程

4 系統(tǒng)的識(shí)別過程

圖像采集系統(tǒng)把采集到的圖像(待測(cè)圖像)顯示于上位機(jī)界面當(dāng)中,系統(tǒng)首先通過車牌識(shí)別系統(tǒng)記錄該車輛身份信息,再通過車標(biāo)識(shí)別系統(tǒng)與車標(biāo)模板數(shù)據(jù)庫作對(duì)比確定車輛品牌,然后通過散熱器隔柵和大燈識(shí)別系統(tǒng)與其對(duì)應(yīng)的模板數(shù)據(jù)庫作對(duì)比確定車系,最終顯示出識(shí)別結(jié)果,如大眾帕薩特5座,給出對(duì)應(yīng)的收費(fèi)單價(jià),且系統(tǒng)設(shè)計(jì)出了快速識(shí)別按鈕,用于一鍵識(shí)別車型。系統(tǒng)識(shí)別過程如圖4所示。

5 系統(tǒng)的交互界面設(shè)計(jì)

系統(tǒng)軟件運(yùn)行環(huán)境為Microsoft Windows XP操作系統(tǒng),所有的軟件都是以C++編程語言為基礎(chǔ),使用OpenCV函數(shù)庫為基礎(chǔ),在Visual C++ 6.0集成開發(fā)環(huán)境下完成的,交互界面如圖5a和5b所示。

6 結(jié)論

設(shè)計(jì)了一款車型自動(dòng)識(shí)別系統(tǒng),重點(diǎn)介紹了系統(tǒng)的硬件及軟件設(shè)計(jì)。識(shí)別系統(tǒng)可以對(duì)汽車進(jìn)行座位數(shù)的檢測(cè),通過軟件定制可構(gòu)成不同地區(qū)不同的車輛收費(fèi)標(biāo)準(zhǔn),進(jìn)行無人收費(fèi)。本系統(tǒng)對(duì)圖像采集模塊采集到的車輛圖像有較高要求,同時(shí)必須要求每次只能通行一輛汽車,對(duì)更先進(jìn),智能的車型識(shí)別系統(tǒng)的開發(fā)提供了一種先進(jìn)的參考設(shè)計(jì)方案。

［1］吳小鵬.基于圖像處理的車型識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)［D］.武漢理工大學(xué),2013.

［2］程玉龍.采用USB2.0接口的圖像采集系統(tǒng)設(shè)計(jì)［D］.重慶大學(xué),2007.

［3］范伊紅,彭海云,張?jiān)?基于SVM的車型識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)［J］.微計(jì)算機(jī)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(jī)的車型識(shí)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(dòng)識(shí)別系統(tǒng)研究［J］.交通與運(yùn)輸(學(xué)術(shù)版),2006,01:45-48.

［6］曹國(guó)輝,史耿亞.基于模糊模式識(shí)別的車型識(shí)別系統(tǒng)［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(dòng)態(tài)定位［J］.計(jì)算機(jī)工程與應(yīng)用,2003,08:86-90.

李孟格（1989—），河南平頂山人，碩士，現(xiàn)就讀于沈陽理工大學(xué)自動(dòng)化與電氣工程學(xué)院，主要研究方向：先進(jìn)儀器與網(wǎng)絡(luò)化測(cè)控。

梁佳鑫（1990—），遼寧沈陽人，碩士，現(xiàn)就讀于沈陽理工大學(xué)自動(dòng)化與電氣工程學(xué)院，主要研究方向：先進(jìn)儀器與網(wǎng)絡(luò)化測(cè)控。