基于机器视觉车祸车辆的识别方法研究

摘要：

在交通安全中对车祸车辆进行智能优化识别具有重要意义.由于采集的车祸车辆信息容易受到光照及速度的影响,使得不能准确收集车辆特征.传统的识别方法,主要根据二维图像的车体轮廓特征进行识别,当车辆轮廓发生动态化时,不能准确的对车祸中车辆轮廓特征进行收集和预处理,导致识别精确度低的问题.提出嵌入式机器视觉车祸车辆的识别方法,对车祸车辆图像进行几何模型的构建,获得交通事故车体轮廓图像特征.再将二维平面图像进行转换,引入嵌入式机器视觉对车体外轮廓变化点进行定位得到车体动态特征构成点及受撞击的车体轮廓图像区域.在采用欧式距离度量,计算车体图像集序列均值之间的长度.通过最近邻分类器(NN)的边缘检测,确定车祸中车体轮廓变化位置,实现车祸车辆的识别.通过仿真可知,改进方法能够准确的对相应的车祸车体轮廓进行识别,相比传统识别方法识别精度高.

关键词：嵌入式、机器视觉、图像特征

所属期刊栏目：33

分类号：TP391.41(计算技术、计算机技术)

资助基金：黑龙江省自然科学基金项目F201440

在线出版日期：2016-10-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：238-241