典型交通场景设计及可疑车辆识别技术研究

交通科技大赛论文报告典型交通场景设计及可疑车辆识别技术研究组长：何逸组员：潘煜斌吴进谢覃禹谢忻玥指导老师：赵池航交通科技大赛论文报告目录第一章绪论.............................................................................................................................11.1背景意义.............................................................................................................................11.2车辆自动识别技术.............................................................................................................11.3国内外研究现状.................................................................................................................41.4研究内容.............................................................................................................................51.5研究流程.............................................................................................................................5第二章车牌定位技术研究.....................................................................................................62.1车牌定位技术简介.............................................................................................................62.2基于纹理特征和垂直投影的车牌定位算法研究.............................................................62.3基于数学形态学的车牌定位方法.....................................................................................8第三章利用Opencv、MFC函数/类库的应用程序开发................................................133.1Opencv和MFC综述.......................................................................................................133.2程序设计综述..................................................................................................................13第四章模拟过程...................................................................................................................214.1模拟背景...........................................................................................................................214.2软件实施的步骤...............................................................................................................22第五章技术展望及创新点...................................................................................................255.1技术展望...........................................................................................................................255.2创新点...............................................................................................................................25参考文献.................................................................................................................................26交通科技大赛论文报告1第一章绪论1.1背景意义随着我国国民经济的迅速发展，机动车辆的拥有量日益增加，城市交通问题越来越受到人们的重视。如何有效的实现现代交通管理，更好的实现高速公路的自动收费、停车场自动管理、交叉路口交通监视、交通事故自动检测、失窃可疑车辆的稽查和海关出入境车辆管理、军队车辆管理等成为政府和相关部门关注的焦点。此外，由于基于视觉的机动车辆自动识别方法工程量小、检测范围大。系统安装相对灵活，是一种很有前景的方法。因此，高效、可靠的车辆自动识别技术的研究已经成为现代交通管理中研究的热点。车辆自动识别技术可以应用在各个交通管理方面，但现有的识别技术多用于高速公路的自动收费，停车场自动管理以及门禁等交通管理场合，在常见的道路交叉路口这样的自动识别技术很少见，还没有普及。而公安交通系统中对于可疑车辆的检测目前仍是通过路段摄像头获取的视频或图像信息，再通过人工的方式锁定、分析出车辆的特征和车牌等信息。而在大量的交通视频资源中，以这样人工的方式去查找某些特定的车辆监控信息犹如大海捞针，费时费力。因此，本项目小组致力于开发一套典型交通场景（交叉口）可疑车辆检索模拟系统，搭建交通场景硬件模型，并根据交通场景模型开发交通场景模型中可疑车辆的检索软件。虽说这样的系统可能仅仅是浅层次的模拟该系统的功能，但为交通安全管理提供了很好的思路。1.2车辆自动识别技术1.2.1车辆自动识别技术简介车辆自动识别（AutomaticVehicleIdentification，AVI）是指利用现有的自动化检测技术和手段，采用现代化的仪器设备，结合科学的算法，将通过特定地点的行驶车辆身份自动的识别出来，以备上述交通管理应用。AVI系统主要由车载电子单元OBU（OnBoardUnit）、路测单元（RoadSideUnit）和数据处理单元PDU（ProcessingDateUnit）组成，运用现代通信技术和计算机技术结合的手段，自动、高效、全天候地收集目标地点或地段的行驶车辆信息自动识别。将AVI技术与现代交通管理系统中的车辆信息数据库相结，配合相关的支持系统，可以实现智能化交通管理，对国民交通事业的发展有重大的意义。行驶车辆的自动识别可分为车型自动识别和车牌自动识别。车型自动识别主要的信息是车辆的物理特性、外部特征，包括车辆颜色、形状、长度、高度、车辆轴距、前轮距等特征，是AVI的基础，可用于确定车辆的类型。车牌自动识别主要是识别机动车车牌编号，交通科技大赛论文报告2由于我国目前有较为完善的机动车牌照制度，实现了统一牌照、一车一牌管理制度，机动车牌照作为机动车辆的合法、有效的标识，与机动车辆一一对应，因此成为AVI技术的重要依据。车牌自动识别可分为有源型和无源型自动识别，有源型车牌自动识别技术需要在机动车上安装专用于发送车牌信号的发生装置（如：无线、微波、红外、超声波等）及电源，通过该装置将机动车号牌信息转换为可自动识别的电子信号。无源型车牌自动识别技术无需在机动车上安装信号发生装置及电源，对机动车辆车牌号码进行非接触性信息采集（如：获取车辆视频图像等），利用智能识别技术分离出车辆号牌信息。采用无源系统节省了设备安置资金，应用最先进的计算机技术，提高了识别速度。1.2.2车型自动识别技术简介（1）压力传感器技术采用压力传感器技术的车辆自动识别系统是依据力的平衡原理，利用荷重传感器测量出在车轮荷载下测量钢梁端点支反力的大小，经电信号及数据信号的计算机处理，计算出车辆轮距或轴距来对行驶车辆进行分类统计，该系统结构简单、成本较低、可全天候使用。（2）红外检测技术红外检测技术是利用红外传感器获得机动车辆的车型图像，以车头部分为车辆外型识别的主要依据，并辅以其它部位长度、高度、车辆轴距、前轮距的识别、红外检测系统计算机内建立相应类别的数据库，将各类标准车型绘制成图形，并辅以一项或几项特征参数，分类储存，作为比较对象，系统利用布置在车道两侧的红外传感器阵列，采用非均匀布阵，利用检测对象汽车运行的特点，从车头到车尾不断地把汽车尺寸取出来，当整个车身经过传感器阵列后，从单片机得到一幅汽车侧面几何轮廓特征，经模数转换后，送入计算机处理，识别出车辆的车型，该系统识别率高，但安装不方便，容易损坏。（3）超声波检测技术超声波检测系统利用路面做反射面，在路面和检测单元之间无任何遮挡物时，有检测单元检测出的经路面反射的回波，系统在每次发射超声波前，能根据检测到的回波信号到达时间确定本周期有无收到路面发射的回波信号，然后根据有无路面回波信号确定并记录在路面与检测单元之间有无遮挡物，最后由信息融合单元按融合方案和模糊识别技术确认所测量到的遮挡物是否为机动车。机动车反射的回波信号经计算机处理计算出车辆外形特征，从而进行车辆的分型，该系统精确度一般不高。（4）视频图像技术利用安装在高处的摄像机监视路面，在摄像机前方检测点设置一传感器，当车辆经过检测点时，传感器向主机发出信号，系统自动摄得车辆侧面视频图像送入计算机，然后从视频图像中提取车辆颜色、长度、高度、长高比、顶长比等特征信息，然后进行模式识别，对车型进行判定。系统识别过程分三步：通过移动目标图像分割获取车辆外轮廓特征；摄像机定标；运动目标的跟踪和车型判定。系统有泛的应用前景，缺点是图像清晰度易受天气条件交通科技大赛论文报告3干扰而影响识别效果，通过模糊神经网络技术实现自适应模式识别可以提高系统的稳定性和准确性。1.2.3车牌自动识别技术简介（1）图像模式识别技术图像模式识别技术除用于车型自动识别，也可用于车牌的自动识别。车牌自动识别系统可通过摄像机采集行驶车辆正前方的含有车牌照的局部图像，然后送入计算机图像处理单元进行处理，该技术主要可分为三个步骤：图像获取；车牌的定位；车牌字符分割及识别。其中车牌的定位是关键，直接影响整个系统识别准确率，目前采用的定位方法主要有：直接法、神经网络法及基于矢量量化的方法。由于我国的车牌的首字符为省份汉字，增加了字符识别的难度，目前对于解析度较高且图像比较清晰的车牌的字符识别可采用基于神经网络，字符笔划特征和模糊识别等方法