基于车辆正面图像的车型识别系统设计

沈阳理工大学自动化与电气工程学院 李孟格 梁佳鑫

基于车辆正面图像的车型识别系统设计

沈阳理工大学自动化与电气工程学院 李孟格 梁佳鑫

通过对车辆正面图像的分析，结合图像识别技术，设计了一种基于车辆正面图像的车型识别系统。该识别系统通过定位和识别车牌，车标，散热器格栅和大灯来识别车型，具有通用性强，硬件结构简单，软件移植性好等优势，为交通无人收费，管理，调度和统计给出依据，具备广阔的应用前景。

车牌识别；车标识别；散热器格栅识别；大灯识别；车型识别

1 引言

随着自动控制、人工智能、模式识别等领域的发展,智能交通系统(Intelligent Traffic System,简称ITS)应运而生,并获得了极大地发展。基于图像的车型识别融合了图像处理、计算机视觉、模式识别等技术,它能够自动、实时地对车辆进行检测和分类,可以作为交通收费、管理、调度和统计的依据［2］。本文旨在利用高速收费站摄像头采集到的车辆正面图像设计出一个具有智能化,网络化,同时又具有高性能低成本特点的车型识别系统［1］。

2 系统整体功能设计

车型识别系统的结构框图如图1所示。主要包括图像的自动和人工采集、存储、显示模块,车牌、车标、散热器隔栅和大灯的定位、识别模块,数据库的存储和查询模块。

图1 车型识别系统结构框图

由于高速路口收费站的收费标准是以车辆的座位数(7座以下,8-19座,20-39座,40座以上4个等级)为标准的,而且不同品牌,不同车系的车型都有其独特的外观专利,所以本文以车辆的车标、散热器隔栅和车灯区域作为车脸的感兴趣区域(ROI),通过安装在收费站的摄像头采集到的车辆正面图像输入系统,系统经过预处理,提取有效特征,并与标准库模板比对,输出相对应的车辆品牌、型号和座位数。

3 系统模块化功能设计

3.1 图像采集模块设计

论文提出的图像采集系统方案是上位计算机提供人机界面,处理用户命令。使用 USB2.0 (CY7C68013)接口控制芯片作为采集板的主控芯片,接收来自上位计算机的控制命令并设置采集板的工作方式。使用 CPLD (EMP7128)配合 CMOS 图像传感器(OV7620)的时序,将图像数据存储到 SRAM (CY7C1041)中。然后使用 DSP (TMS320VC5401) 读取 SRAM 中的图像数据,通过 HPI接口和主控芯片的 GPIF 接口通信,将图像数据传送到上位计算机中存储并显示［2］。本系统设计主要用作高速公路无人收费,图像采集通常情况下设为自动采集模式。图像采集模块结构框图如图2所示。采集到的图像如图3所示。

图2 图像采集模块结构框图

图3 采集图像

3.2 车牌识别模块设计

图5a 交互界面

图5b 交互界面

此模块包含车牌定位和字符识别两部分内容。把灰度拉伸和最大方差阈值分割法应用于图像预处理的前期处理当中,最后加以车牌结构特征和颜色特征的筛选和验证条件来识别所定位区域是否为车牌并去除误检车牌区域。由于采集角度问题车牌往往是倾斜的,对以后的字符分割和识别有一定的影响,所以要进行角度矫正,然后进行字符分割,通过神经网络模板训练,提取特征存入车牌特征数据库。

3.3 车标识别模块设计

此模块包含车标的定位和识别两部分内容。首先要经过车标的粗定位:经过研究发现绝大多数的车标总是位于车牌的正上方,车牌定位后以车牌的宽度往上截取一矩形面积,本图像采集系统采集到的图像分辨率为640*480,经大量实验证明往上取60像素点均可以把车标包含在矩形内,如图4所示。车标的细定位:把车标粗定位图像分别做水平和垂直方向的直方图投影,采用合适的阈值截取出车标图像,如图5所示。把车标图像做神经网络模板训练,提取特征存入车标特征数据库。

3.4 散热器隔栅识别模块设计

此模块包含散热器的定位和识别两部分内容。散热器格栅的粗定位:散热器格栅通常位于车牌的上方和大灯位于同一水平区域,以车牌的上沿为车脸区域的下边界,网上截取一矩形面积包含了车标,散热器格栅,大灯,部分汽车引擎盖和汽车左右两边不属于汽车的图像背景。散热器隔栅的细定位:对散热器隔栅粗定位图像进行水平和垂直方向的直方图投影,引擎盖和左右背景较为平整可确定车脸区域的上边界和左右边界,然后根据纹理特征,散热器多为条状和网状,而大灯区域做图像处理后颜色较亮,从而区分出散热器隔栅和大灯区域。把散热器隔栅区域做神经网络模板训练,提取特征存入散热器隔栅数据库。

3.5 大灯识别模块设计

此模块包含了大灯的定位和识别两部分内容。通过散热器隔栅的定位分析可得出大灯的区域定位。把大灯区域做神经网络模板训练,提取特征存入大灯数据库。

图4 系统识别过程

4 系统的识别过程

图像采集系统把采集到的图像(待测图像)显示于上位机界面当中,系统首先通过车牌识别系统记录该车辆身份信息,再通过车标识别系统与车标模板数据库作对比确定车辆品牌,然后通过散热器隔栅和大灯识别系统与其对应的模板数据库作对比确定车系,最终显示出识别结果,如大众帕萨特5座,给出对应的收费单价,且系统设计出了快速识别按钮,用于一键识别车型。系统识别过程如图4所示。

5 系统的交互界面设计

系统软件运行环境为Microsoft Windows XP操作系统,所有的软件都是以C++编程语言为基础,使用OpenCV函数库为基础,在Visual C++ 6.0集成开发环境下完成的,交互界面如图5a和5b所示。

6 结论

设计了一款车型自动识别系统,重点介绍了系统的硬件及软件设计。识别系统可以对汽车进行座位数的检测,通过软件定制可构成不同地区不同的车辆收费标准,进行无人收费。本系统对图像采集模块采集到的车辆图像有较高要求,同时必须要求每次只能通行一辆汽车,对更先进,智能的车型识别系统的开发提供了一种先进的参考设计方案。

［1］吴小鹏.基于图像处理的车型识别系统设计与实现［D］.武汉理工大学,2013.

［2］程玉龙.采用USB2.0接口的图像采集系统设计［D］.重庆大学,2007.

［3］范伊红,彭海云,张元.基于SVM的车型识别系统的设计与实现［J］.微计算机信息,2007,07:296-297+307.

［4］李文勇,陶汉卿.基于最小二乘支持向量机的车型识别算法研究［J］.公路交通科技,2010,01:101-105.

［5］张颖新,范东启,杨迪,杨灿.车型自动识别系统研究［J］.交通与运输(学术版),2006,01:45-48.

［6］曹国辉,史耿亚.基于模糊模式识别的车型识别系统［J］.信息通信,2006,04:54-55.

［7］刘直芳,游志胜,曹刚,徐欣.基于视觉模型的车型动态定位［J］.计算机工程与应用,2003,08:86-90.

李孟格（1989—），河南平顶山人，硕士，现就读于沈阳理工大学自动化与电气工程学院，主要研究方向：先进仪器与网络化测控。

梁佳鑫（1990—），辽宁沈阳人，硕士，现就读于沈阳理工大学自动化与电气工程学院，主要研究方向：先进仪器与网络化测控。