車標(biāo)標(biāo)記與識(shí)別系統(tǒng)設(shè)計(jì)探討

時(shí)間:2022-08-26 10:28:21

導(dǎo)語:車標(biāo)標(biāo)記與識(shí)別系統(tǒng)設(shè)計(jì)探討一文來源于網(wǎng)友上傳,不代表本站觀點(diǎn),若需要原創(chuàng)文章可咨詢客服老師,歡迎參考。

車標(biāo)標(biāo)記與識(shí)別系統(tǒng)設(shè)計(jì)探討

[摘要]以汽車車標(biāo)為主要研究對(duì)象,利用機(jī)器視覺和圖像處理技術(shù)建立了一種車標(biāo)檢測(cè)與識(shí)別系統(tǒng)。首先進(jìn)行車標(biāo)圖像的采集,將采集到的圖像作為該系統(tǒng)的測(cè)試樣本和訓(xùn)練樣本,然后利用MATLAB軟件平臺(tái)進(jìn)行圖像預(yù)處理,圖像增強(qiáng)、圖像二值化、邊緣檢測(cè)等,最后進(jìn)行圖像重構(gòu),將所有的操作進(jìn)行仿真。實(shí)驗(yàn)結(jié)果表明,該系統(tǒng)精度高、耗時(shí)短、系統(tǒng)工作穩(wěn)定。

[關(guān)鍵詞]機(jī)器視覺;車標(biāo)檢測(cè);車標(biāo)識(shí)別;MATLAB

隨著汽車數(shù)量的急劇增加,車標(biāo)的識(shí)別與檢測(cè)成為目前在道路交通監(jiān)管方面研究較多的課題之一。受外界環(huán)境影響,如白天與黑夜光線變化、道路灰塵的遮蓋、季節(jié)更替等,車標(biāo)的識(shí)別與檢測(cè)精度不夠理想[1-2]。通常情況下,采用紅外線照明攝像或者運(yùn)用比較特殊的光線傳感器的檢測(cè)方法,檢測(cè)成本較高,難以普遍推廣[3]。本文結(jié)合圖像處理技術(shù)設(shè)計(jì)的汽車車標(biāo)檢測(cè)與識(shí)別系統(tǒng),不僅提高了識(shí)別的準(zhǔn)確率,而且造價(jià)較低,在車標(biāo)檢測(cè)與識(shí)別方面具有很好的應(yīng)用價(jià)值。

1設(shè)計(jì)方案

該系統(tǒng)以計(jì)算機(jī)硬件為主體,以MATLAB軟件為核心,設(shè)計(jì)了一套基于機(jī)器視覺的車標(biāo)檢測(cè)與識(shí)別系統(tǒng)。系統(tǒng)總體設(shè)計(jì)主要包括:車標(biāo)圖像采集與顯示、圖像預(yù)處理、圖像的檢測(cè)標(biāo)記識(shí)別,其中圖像預(yù)處理包括灰度化、邊緣檢測(cè)、列檢測(cè)以及圖像的閉運(yùn)算。系統(tǒng)結(jié)構(gòu)框圖如圖1所示。系統(tǒng)開始工作前首先進(jìn)行大量的車標(biāo)圖片數(shù)據(jù)的采集,然后將采集到的車標(biāo)圖片進(jìn)行訓(xùn)練得到訓(xùn)練集,再進(jìn)行圖像預(yù)處理工作,得到處理后去除噪聲和干擾的圖片,最后進(jìn)行車標(biāo)檢測(cè)和識(shí)別。為保證系統(tǒng)的可靠性、降低干擾,車標(biāo)圖片采集需要在相同的天氣環(huán)境和相同的時(shí)間進(jìn)行。

2圖像處理

圖像預(yù)處理可消除圖像中的無關(guān)信息,增強(qiáng)真實(shí)信息的可檢測(cè)性,提高車標(biāo)的檢測(cè)與識(shí)別的準(zhǔn)確率[4-5],本系統(tǒng)借助MATLAB軟件對(duì)采集到的車標(biāo)圖片進(jìn)行圖像灰度化、圖像的邊緣檢測(cè)、圖像的列檢測(cè)和圖像的標(biāo)記檢測(cè),達(dá)到了車標(biāo)檢測(cè)和識(shí)別的目的。

2.1圖像的灰度化

彩色的圖像中包含著許多顏色信息,在圖像識(shí)別過程中會(huì)降低MATLAB的處理速度,所以在對(duì)車標(biāo)圖像進(jìn)行標(biāo)記與識(shí)別時(shí)需要將圖像進(jìn)行灰度化處理。經(jīng)過灰度變換后,圖像像素的動(dòng)態(tài)范圍會(huì)增加,圖像的對(duì)比度擴(kuò)展,圖像變得更加清晰、細(xì)膩且容易識(shí)別。圖2為原始圖像經(jīng)灰度化后的圖像。

2.2圖像的邊沿檢測(cè)

2個(gè)相異的灰度值的相鄰區(qū)域之間總存在交叉的邊沿,邊沿檢測(cè)是圖像分割、特征提取等圖像分析的前提。通常通過門的極限法來確定一個(gè)值或者一個(gè)點(diǎn)是否實(shí)用有效,所以如果一個(gè)有效點(diǎn)的二維1階反導(dǎo)數(shù)比所指定門的極限大,就可以定義所處理的圖像中的一個(gè)次點(diǎn)就是一個(gè)邊沿點(diǎn)。經(jīng)過1階或2階導(dǎo)數(shù)的圖像的邊沿檢測(cè),求得的1階導(dǎo)數(shù)值若高于某個(gè)臨界點(diǎn)的閾值,則確定這個(gè)點(diǎn)為所求的邊緣點(diǎn)。但是這樣做會(huì)導(dǎo)致所檢測(cè)的邊沿點(diǎn)超出太多,所以可以利用對(duì)梯度局部求解得到所需要的最大值對(duì)應(yīng)點(diǎn),并確定這個(gè)點(diǎn)為所需要的邊沿點(diǎn),去除非局部邊沿的最大值,可以檢測(cè)出所得的邊沿。如圖3所示為圖像的邊沿檢測(cè)。

2.3圖像的列檢測(cè)

圖像的列檢測(cè)就是對(duì)圖像進(jìn)行左右檢測(cè),去除上下圖像對(duì)車標(biāo)檢測(cè)與識(shí)別的影響,保留左右所需要的圖像,以客觀操作達(dá)到主觀效果,圖像的列檢測(cè)與圖像增強(qiáng)處理的最大區(qū)別是,圖像的增強(qiáng)理是將灰度化圖像與所得的背景圖像作程序的減法處理,然后運(yùn)用程序?qū)λ脠D像進(jìn)行增強(qiáng)處理,達(dá)到對(duì)所需圖像的增強(qiáng);圖像的列檢測(cè)是對(duì)上下圖像的剔除,保留左右圖像。圖4為圖像的列檢測(cè)結(jié)果。

2.4圖像的閉運(yùn)算

圖像的閉運(yùn)算就是對(duì)圖像進(jìn)行數(shù)學(xué)上的閉合運(yùn)算,其目的是為了突出車標(biāo)與車牌的部分領(lǐng)域,使其實(shí)化,達(dá)到圖像的小型處理。圖像的腐蝕是一種對(duì)邊界點(diǎn)進(jìn)行消除的方式,其作用是可將所需要的圖像目標(biāo)縮小,孔洞變大,能有效消除被孤立的噪聲點(diǎn)。而膨脹的作用是將與現(xiàn)存的物體相接觸的所有背景點(diǎn)合并到物體內(nèi)部,這樣做的結(jié)果與腐蝕的恰恰相反,能讓目標(biāo)增大,孔洞變小,填補(bǔ)了現(xiàn)存目標(biāo)物體內(nèi)部的空洞,形成一個(gè)連通域。對(duì)圖像進(jìn)行先膨脹后腐蝕的過程叫做圖像的閉運(yùn)算,其特點(diǎn)是可以填充物體內(nèi)部一些細(xì)小的空洞,以達(dá)到對(duì)鄰近物體的連接和對(duì)邊界平滑的作用。如圖5所示為圖像的閉運(yùn)算結(jié)果。

2.5圖像最小目標(biāo)的去除

因?yàn)槟繕?biāo)圖像中含有車標(biāo)圖像、車牌圖像、輪廓圖像等一系列圖像,而我們僅需對(duì)車標(biāo)進(jìn)行檢測(cè)與識(shí)別,因此就需要對(duì)目標(biāo)圖像進(jìn)行整理,去除輪廓圖像。如圖6為圖像最小目標(biāo)的去除結(jié)果。

2.5車標(biāo)的標(biāo)記與識(shí)別

車標(biāo)的標(biāo)記檢測(cè)是將圖片中車標(biāo)所在的位置標(biāo)記出來,同時(shí)達(dá)到圖像校正的目的[6-8]。圖7所示即為車標(biāo)的標(biāo)記與識(shí)別結(jié)果,系統(tǒng)能夠正確識(shí)別汽車標(biāo)志,且識(shí)別率較高。

3結(jié)果與分析

本文通過對(duì)車標(biāo)的檢測(cè)與識(shí)別的算法研究,并進(jìn)行大量訓(xùn)練、檢驗(yàn)與分析,得到了對(duì)車標(biāo)的檢測(cè)與識(shí)別結(jié)果。在此過程中,首先要采集大量車標(biāo)圖片輸入MATLAB軟件進(jìn)行圖像預(yù)處理。圖像采集統(tǒng)一選擇在下午6時(shí),這時(shí)的太陽溫和、光線充足,降低了太陽光線和噪音的干擾,使用同一個(gè)相機(jī)進(jìn)行采集,避免由于像素差異引起圖像檢驗(yàn)結(jié)果的不準(zhǔn)確性。實(shí)驗(yàn)表明,該系統(tǒng)檢測(cè)效率高,檢測(cè)精度和穩(wěn)定性好。如圖8所示為實(shí)驗(yàn)驗(yàn)證結(jié)果。機(jī)器視覺的算法需要對(duì)車標(biāo)進(jìn)行大量的訓(xùn)練,然后進(jìn)行匹配,由于車標(biāo)的種類繁多,有些車標(biāo)在訓(xùn)練時(shí)沒有統(tǒng)計(jì)進(jìn)去,降低了對(duì)一些特殊車標(biāo)的檢測(cè)與識(shí)別的正確率。今后的研究應(yīng)加大對(duì)訓(xùn)練集的擴(kuò)充,達(dá)到應(yīng)檢盡檢的目的。

作者:賈尚云 高曉陽 鄭博博 李紅嶺 楊梅 周蓓蓓 單位:甘肅農(nóng)業(yè)大學(xué)機(jī)電工程學(xué)院