基于车辆正面图像与模板匹配的车型自动识别方法

摘要

本发明提供了一种基于车辆正面图像与模板匹配的车型自动识别方法，首先对车辆正面图像进行灰度化，然后定位到车牌并利用局部梯度直方图计算车牌的宽度，接着将图像中车辆区域缩放到标准模板，在模板里进行梯度计算，接着将梯度值进行归一化，最后将归一化后的结果作为人工神经网络的输入，输出为车辆车型，总共分为八类。本发明是基于目前已大量实际应用的交通监控中采集的车辆正面图像，因此不需要为进行车型识别而重新部署采集设备；相对于传统的基于图像的车型识别仅将车辆粗分为小车、客车和大货车三类，本发明能在保持高准确率的前提下将车辆细分为八类。另外，本发明采用的车辆定位方法计算简单，车型识别的特征提取快，可应用于实时环境。

主权项

基于车辆正面图像与模板匹配的车型自动识别方法，其特征在于，包括以下步骤：(a)对采集到的车辆正面图像进行灰度化得到灰度图，并计算灰度图的横向梯度图；(b)使用基于模板的方法对步骤(a)中的横向梯度图进行车牌扫描，得到车牌位置；(c)利用步骤(b)中得到的车牌位置信息，通过计算车牌处的局部梯度直方图确定车牌的宽度；(d)以步骤(b)中得到车牌的中心为参考点，以车牌的宽度和高度的Fw倍分别作为车辆区域的宽和高，从车辆正面图像的灰度图中截取车辆区域图像并缩放到特征提取模板中；(e)计算步骤(d)的特征提取模板中的图像的梯度值，并归一化处理；(f)将步骤(e)中的归一化后的特征提取模板中的数据直接作为人工神经网络的输入，训练或者识别对应的车型。