摘要：随时国内的经济持续不断地增长，汽车的保有量也再增加，由此产生了很多交通管理和安全问题。为了解决这些问题，很多专业人员在积极地研究交通智能化系统。车辆检测和车型识别作为智能交通系统中必不可少的一部分，其进步对整个交通智能化系统的发展有着重要的意义。

在深度学习理论知识之后，本文论述了视频图像处理的几类方法。先对视频进行背景差分，然后对图像进行预处理，检测车辆，得到对应的车辆目标。其次，本文着重研究了如何对车型进行分类，首先将车分为了大中小三类，然后分别使用了几种检测车型的方法，最后选用效果最好的针对图像边缘及面积特征，进行车型识别。在检测图像边缘时，利用边缘邻近的一阶或二阶方向导数的变化规律，选择了三类不同的算法模板，最后得出最适合的一种sobel边缘检测算法。本文还对车辆的车标进行了定位与识别，主要使用的方法是hough圆检测，利用霍夫变化，粗略定位要车标位置，然后再进行去噪和二值化，接着利用模板匹配法和水平投影法，对车标进行细节识别。

本文中对车型识别方面的实验共采集了3类车型，分别是小型，中型和大型车辆，实验结果表明，利用车型边缘特征来进行车型识别，会存在一定的误差。车标检测使用在上述的方法之后的定位效果较好。

关键词：车型识别；车辆检测；图像处理

目  录

摘  要

ABSTRACT

第一章  绪论-5

1.1车辆检测的研究背景与意义-5

1.2车辆检测现状-5

1.3车型识别现状-6

1.3.1传统方法-6

1.3.2 新方法-7

1.4 本文研究内容-8

第二章  图像预处理简介-9

2.1颜色模型-9

2.1.1 HSV颜色模型-9

2.1.2 RGB颜色模型-9

2.2图像的灰度化-9

2.3图像的降噪处理-10

2.3.1噪声模型-10

2.3.2图像去噪方法-10

2.4灰度图像二值化-12

2.5本章小结-12

第三章  车辆检测-13

3.1车辆检测方法-13

3.2图像的特征表示法-13

3.2.1. 灰度特征表示-14

3.2.2 图像的形状轮廓表示法-15

3.2.3 基于图像面积的特征表示法-15

3.3图像边缘检测-15

3.4二值化处理-18

3.5本章小结-18

第四章  车型识别的研究与实现-19

4.1总体思路-19

4.2 车辆初定位-19

4.3车标精确定位方法-20

4.3.1 车标的圆检测-20

4.3.2模板匹配法和水平投影法-22

4.3.3 水平边缘投影-24

4.3.4实验结果-24

4.4本章小结-24

第五章  系统的实现-25

5.1车型识别系统-25

5.2测试结果及分析-25

5.2.1 三类特产-25

5.2.2 各个时间段结果-26

5.3 本章小结-26

第六章  总结和展望-27

6.1 论文总结-27

6.2未来展望-27

参考文献-29

致  谢-30