matlab的车标识别系统的设计与实现识别子系统(源码)
车标识别技术是指将车标图像经过图像处理成数字图像或是视频信息流后，通过软件自动识别技术获得车辆品牌信息的一种技术。车标识别技术是智能交通系统中很重要的一部分，其应用涉及到很多方面，包括公路的收费、对车辆的管理、实现公路布控等。因此，研究车标识别技术对于智能交通系统来说具有很重要的意义。本文的主要目标是要设计一个能够较准确的识别车辆车标信息的系统。因车标目标较小，背景面积复杂，且很容易受到拍摄角度和光照等因素的影响，使车标常存在部分缺损，图像变形，模糊、光照不均匀等问题，这就要求能够构造出对旋转、缩放、对比度和亮度等保持不变性的特征描述子来实现对车标图像的识别。本文在查阅大量国内外资料的基础上，对算法进行了深入的探索和研究，提出一种基于SIFT的车标识别算法。SIFT算子信息量丰富，具有较好的独特性，适合在海量的数据信息中进行快速的、准确的匹配。此外，SIFT算子还具备可扩展性和多量性，即使是少数的物体也可提取出较多的特征点，也可以很容易的与其他的特征向量进行联合使用。所以本文对车标图像进行特征提取和生成特征向量，最后通过对欧式距离的判断测试图片与模板库图像的相似性，以达到识别车标的目的。同时，该方法在本文自建的200多张样本库上，通过测试对所使用的识别算法的性能和可靠性进行了验证，验证结果表明该算法运算速度较快，且识别准确率较可观。关键词 车标识别，SIFT，尺度空间，特征描述子，特征向量匹配目 录
1 引言 1
1.1 课题研究背景及意义 1
1.2 国内外研究与发展现状 2
1.3 本文所做的主要工作以及章节介绍 3
2 车标识别算法相关理论介绍 4
2.1尺度空间理论 4
2.1.1 尺度空间概述 4
2.1.2 尺度空间的数字定义 4
2.2高斯尺度空间 5
2.2.1 高斯尺度空间结构 5
2.2.2 高斯尺度空间的特点 6
2.2.3 图像在高斯尺度空间中的表示 6
2.3金字塔结构 6
2.3.1 金字塔算法 6
2.3.2 图像金字塔结构 7
3 SIFT算法实现车标识别 8
3.1 SIFT算法原理 8 *好棒文|www.hbsrm.com +Q: ^3^5^1^9^1^6^0^7^2^*
2.2高斯尺度空间 5
2.2.1 高斯尺度空间结构 5
2.2.2 高斯尺度空间的特点 6
2.2.3 图像在高斯尺度空间中的表示 6
2.3金字塔结构 6
2.3.1 金字塔算法 6
2.3.2 图像金字塔结构 7
3 SIFT算法实现车标识别 8
3.1 SIFT算法原理 8
3.1.1 SIFT算法主要思想和特点 8
3.1.2 SIFT算法实现过程概述 9
3.2 SIFT算法实现过程 10
3.2.1 构建SIFT尺度空间 11
3.2.2 尺度空间极值检测 17
3.2.3特征描述子计算 21
3.2.4 特征向量的匹配 23
4 车标识别系统设计及软件仿真 27
4.1车标识别系统环境 27
4.2 软件结构与用户界面 27
结论 32
致谢 34
参考文献 35
附录：主要代码 38
1 SIFT算法主函数代码 38
2 特征点提取代码 43
3 特征匹配代码 46
1 引言
1.1 课题研究背景及意义
智能交通系统又叫做车辆道路系统，是一种广泛的、多功能的、及时的、高效率和精确的综合运输和治理的系统。智能交通产品很多已经运用到实际生活中了，如电子警察[1]、道路违章监控等产品都已广泛应用。在对于车辆进行识别的智能交通系统中有侧重于利用车辆物理特征识别车辆大小和外形的车型识别技术[2]，有与车标识别异曲同工之妙的车牌识别技术，这些技术都是交通系统在车辆识别技术中重要的技术。在很长的一个阶段期间，人们对于车辆识别的研究大都集中在车牌和车型的自动识别上，但是实践证明，随着人们对车辆的控制、安全管理的要求日益提高，所以，只是单纯的想利用车牌和车型的信息，来进行车辆信息的辨认是不能够很好的实现的。
在车辆识别的过程中，如果能将车辆信息较大程度的加以利用，将能够提高识别的可靠性。除车牌和车型训息之外，还包含车标这一首要的信息。车辆标志不仅包含了车辆的信息，而且还包含了难以取代的生产厂家的信息。在如此的应用背景下提出的车标自动识别系统，无疑是智能交通系统方面的另一个突破与创新。车标自动识别体系系统归纳使用了具有先进性的光电、计算机视觉、信息处理、图象处理、模式识别、人工智能、远程访问等技术来对车辆图像进行识别。
该车辆识别系统主要应用的范围：
（1）车辆管理系统中的应用
在车辆系统中，如果只是利用车牌识别技术是无法监控罪犯从报废车辆上偷车牌照的。但是如果使用车标这一不易被改换的特征来实现违章车辆的查处的话，就可以对不法分子所进行的黑车车牌使用的违规犯罪行为进行有效的制止和逮捕，对于实现人类安全交通方面起到了不可忽视的作用。
（2）公路布控
对车辆使用车标识别技术进行自动判别，不但能够实现对车辆有效的监控，防止车辆被盗，而且可以为执法机关对付不法分子驾驶的机动车辆提供非常有利的追捕消息。
（3）公路交通自动化收费系统的应用
公路交通自动化收费系统指的就是在技术的支持下，实现对公路交通收费的全程监控，从而使收费系统能够自动完成的高科技系统。由此而想到要使用的车牌识别技术虽然可以在一定程度上能对非法逃税的不法行为进行有效的预防，但有时也会做出错误的判断。如果将车标识别和车牌识别技术结合起来使用，可以在很大程度上提高了判断车辆信息的准确性，从而有效的防止费用的损失，使得公路交通收费系统变得更加可靠稳定。
1.2 国内外研究与发展现状
分析国内发展状况可知，相比较于车牌识别，车标识别技术目前还处于不太成熟的发展阶段。车标识别技术仅停留在对上述实验室的研究上，并没有实现全面普及和在实际生活中的应用。车标识别的主要原理是：第一步先利用图像采集设备得到车辆的正面图像并传输到计算机中，然后通过计算机对所接受到的图像进行处理，从而实现对车标进行定位与识别的目的。车标识别系统包含了以下几个内容：车标的图像采集；车标图像的预处理；车标定位以及车标识别。
准确定位出车标志后，车标识别就变动成了对目标图象进行识别的过程。它涉及到模式识别和对数字图像处理等相关领域的知识。当前很多研究人员都努力对车标识别的方法进行研究和讨论，其中主要有如下几种车标识别方法：
（1）基于像素散布的车标识别方法[3]
该方法特征点的选取时利用车标图像的像素分布，同时选用最小欧氏间隔作为车标识别的判定条件。这种方法是较简单，且易于理解的，但这种方法在预处理阶段要对图像进行二值化，这将导致车标图像的灰度信息损失关键信息，容易导致车标识别的效果不太理想。
（2）基于模板匹配的车标识别方法[4]
使用了模板匹配的方法对图像进行识别，同时利用相关系数作为其相似度度量的方法对图像进行识别。
（3）基于边缘不变矩的车标识别方法[5][6]
该方法主要是采用LoG边缘算子来实现特征提取，通过计算出Hu不变矩的最小距离，来实现车标的识别。
（4）基于SIFT算子的
1 引言 1
1.1 课题研究背景及意义 1
1.2 国内外研究与发展现状 2
1.3 本文所做的主要工作以及章节介绍 3
2 车标识别算法相关理论介绍 4
2.1尺度空间理论 4
2.1.1 尺度空间概述 4
2.1.2 尺度空间的数字定义 4
2.2高斯尺度空间 5
2.2.1 高斯尺度空间结构 5
2.2.2 高斯尺度空间的特点 6
2.2.3 图像在高斯尺度空间中的表示 6
2.3金字塔结构 6
2.3.1 金字塔算法 6
2.3.2 图像金字塔结构 7
3 SIFT算法实现车标识别 8
3.1 SIFT算法原理 8
2.2高斯尺度空间 5
2.2.1 高斯尺度空间结构 5
2.2.2 高斯尺度空间的特点 6
2.2.3 图像在高斯尺度空间中的表示 6
2.3金字塔结构 6
2.3.1 金字塔算法 6
2.3.2 图像金字塔结构 7
3 SIFT算法实现车标识别 8
3.1 SIFT算法原理 8
3.1.1 SIFT算法主要思想和特点 8
3.1.2 SIFT算法实现过程概述 9
3.2 SIFT算法实现过程 10
3.2.1 构建SIFT尺度空间 11
3.2.2 尺度空间极值检测 17
3.2.3特征描述子计算 21
3.2.4 特征向量的匹配 23
4 车标识别系统设计及软件仿真 27
4.1车标识别系统环境 27
4.2 软件结构与用户界面 27
结论 32
致谢 34
参考文献 35
附录：主要代码 38
1 SIFT算法主函数代码 38
2 特征点提取代码 43
3 特征匹配代码 46
1 引言
1.1 课题研究背景及意义
智能交通系统又叫做车辆道路系统，是一种广泛的、多功能的、及时的、高效率和精确的综合运输和治理的系统。智能交通产品很多已经运用到实际生活中了，如电子警察[1]、道路违章监控等产品都已广泛应用。在对于车辆进行识别的智能交通系统中有侧重于利用车辆物理特征识别车辆大小和外形的车型识别技术[2]，有与车标识别异曲同工之妙的车牌识别技术，这些技术都是交通系统在车辆识别技术中重要的技术。在很长的一个阶段期间，人们对于车辆识别的研究大都集中在车牌和车型的自动识别上，但是实践证明，随着人们对车辆的控制、安全管理的要求日益提高，所以，只是单纯的想利用车牌和车型的信息，来进行车辆信息的辨认是不能够很好的实现的。
在车辆识别的过程中，如果能将车辆信息较大程度的加以利用，将能够提高识别的可靠性。除车牌和车型训息之外，还包含车标这一首要的信息。车辆标志不仅包含了车辆的信息，而且还包含了难以取代的生产厂家的信息。在如此的应用背景下提出的车标自动识别系统，无疑是智能交通系统方面的另一个突破与创新。车标自动识别体系系统归纳使用了具有先进性的光电、计算机视觉、信息处理、图象处理、模式识别、人工智能、远程访问等技术来对车辆图像进行识别。
该车辆识别系统主要应用的范围：
（1）车辆管理系统中的应用
在车辆系统中，如果只是利用车牌识别技术是无法监控罪犯从报废车辆上偷车牌照的。但是如果使用车标这一不易被改换的特征来实现违章车辆的查处的话，就可以对不法分子所进行的黑车车牌使用的违规犯罪行为进行有效的制止和逮捕，对于实现人类安全交通方面起到了不可忽视的作用。
（2）公路布控
对车辆使用车标识别技术进行自动判别，不但能够实现对车辆有效的监控，防止车辆被盗，而且可以为执法机关对付不法分子驾驶的机动车辆提供非常有利的追捕消息。
（3）公路交通自动化收费系统的应用
公路交通自动化收费系统指的就是在技术的支持下，实现对公路交通收费的全程监控，从而使收费系统能够自动完成的高科技系统。由此而想到要使用的车牌识别技术虽然可以在一定程度上能对非法逃税的不法行为进行有效的预防，但有时也会做出错误的判断。如果将车标识别和车牌识别技术结合起来使用，可以在很大程度上提高了判断车辆信息的准确性，从而有效的防止费用的损失，使得公路交通收费系统变得更加可靠稳定。
1.2 国内外研究与发展现状
分析国内发展状况可知，相比较于车牌识别，车标识别技术目前还处于不太成熟的发展阶段。车标识别技术仅停留在对上述实验室的研究上，并没有实现全面普及和在实际生活中的应用。车标识别的主要原理是：第一步先利用图像采集设备得到车辆的正面图像并传输到计算机中，然后通过计算机对所接受到的图像进行处理，从而实现对车标进行定位与识别的目的。车标识别系统包含了以下几个内容：车标的图像采集；车标图像的预处理；车标定位以及车标识别。
准确定位出车标志后，车标识别就变动成了对目标图象进行识别的过程。它涉及到模式识别和对数字图像处理等相关领域的知识。当前很多研究人员都努力对车标识别的方法进行研究和讨论，其中主要有如下几种车标识别方法：
（1）基于像素散布的车标识别方法[3]
该方法特征点的选取时利用车标图像的像素分布，同时选用最小欧氏间隔作为车标识别的判定条件。这种方法是较简单，且易于理解的，但这种方法在预处理阶段要对图像进行二值化，这将导致车标图像的灰度信息损失关键信息，容易导致车标识别的效果不太理想。
（2）基于模板匹配的车标识别方法[4]
使用了模板匹配的方法对图像进行识别，同时利用相关系数作为其相似度度量的方法对图像进行识别。
（3）基于边缘不变矩的车标识别方法[5][6]
该方法主要是采用LoG边缘算子来实现特征提取，通过计算出Hu不变矩的最小距离，来实现车标的识别。
（4）基于SIFT算子的
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/2730.html
