會(huì)員1.png)
近年來(lái)，車輛日益增多，交通管理的難度逐漸加大，必須要進(jìn)行智能化，系統(tǒng)化地管理。車型識(shí)別就是智能交通系統(tǒng)中重要的一環(huán)，有廣闊的應(yīng)用前景目前進(jìn)行的車型識(shí)別的研究主要集中在對(duì)車型的外觀、車長(zhǎng)、車頭、車尾部進(jìn)行識(shí)別抓拍，視頻輸出等功能，系統(tǒng)設(shè)備還進(jìn)一步對(duì)車型分類做深入探索，從圖像處理的角度進(jìn)行車型識(shí)別的難點(diǎn)有：
一、很難從視頻中提取出車輛準(zhǔn)確完整的車輛輪廓;
二、車輛的外形在不同位置,不同視角往往有所不同;
三、有時(shí)不能單從外形來(lái)區(qū)分車型，必須利用圖像的色彩信息，用減背景的方法得到了車輛和背景對(duì)比度較強(qiáng)的圖像。針對(duì)車輛圖像由于遮擋可能出現(xiàn)的斷裂，缺口等情況，通過(guò)多幅連續(xù)的初步分離的車輛圖像疊加，得到相對(duì)完整的車輛圖像，并提取出準(zhǔn)確的車輛外輪廓，對(duì)車輛外輪廓，利用對(duì)平移，縮放，鏡像，旋轉(zhuǎn)都不敏感的七個(gè)量來(lái)描述，并用這七個(gè)量作為車輛的特征來(lái)進(jìn)行車型的分類，取得了很好的效果。
四、對(duì)車輛外輪廓有較明顯差別的車輛，用不變矩的方法進(jìn)行識(shí)別效果很好，可是對(duì)外形相似的車輛，必須利用更多的車輛信息。
利用前面提取的車輛輪廓，將車輛的原始信息，從視頻幀中挖掘出來(lái)，然后提取挖掘出來(lái)的車輛圖像的邊緣，考慮到我公司車型識(shí)別算法可以兼顧圖像的宏觀和微觀特性，車輛的側(cè)面邊緣圖像提取不同尺度，不同角度的特征。利用提取出來(lái)的特征對(duì)四種外形相似的車輛進(jìn)行識(shí)別，識(shí)別的效果明顯要比用不變矩來(lái)識(shí)別要好。
為了確保提取的車輛的圖像的完整性，以及保證車輛圖像的外輪廓形變不影響識(shí)別，G3R車型識(shí)別設(shè)備將攝像機(jī)主軸附近區(qū)域設(shè)為有效區(qū)，對(duì)視頻逐幀進(jìn)行比較，只有當(dāng)車輛在有效區(qū)內(nèi)時(shí)，認(rèn)為該車輛是完整且形變較小，設(shè)計(jì)了基于支持向量機(jī)的車型識(shí)別系統(tǒng)，系統(tǒng)通過(guò)對(duì)攝像機(jī)采集的視頻圖像進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)分割，特征提取與選擇，模式識(shí)別等處理，達(dá)到實(shí)時(shí)車型識(shí)別，經(jīng)過(guò)多項(xiàng)試驗(yàn)結(jié)果表明，該系統(tǒng)有很高的識(shí)別率和適應(yīng)性。
北京同興智業(yè)科技有限公司，經(jīng)過(guò)多年的努力，在智能停車場(chǎng)，智能物流園等行業(yè)取得了顯著的成績(jī)，產(chǎn)品得到了行業(yè)內(nèi)客戶的*，歡迎各界新老客戶前來(lái)咨詢、選購(gòu)、指導(dǎo)，右側(cè)咨詢我們獲取解決方案。