1. 研究目的与意义
随着我国公路交通事业的迅猛发展以及计算机多媒体技术和图像处理技术的发展，提高交通配套设施的自动化程度及其效率日益成为关注的焦点。基于视频的车辆自动分类识别技术在现代交通控制系统中占的分量也越来越大，视频、静态图像的车辆自动识别系统(AVI)以其所具有的在系统安装、图像回放、图像检索等方面方便快捷的特点，成为解决交通配套设施效率瓶颈问题的重要技术之一，具有广阔的发展前景和巨大的经济价值。本课题利用图像处理技术来实现车型的检测识别，对模式识别等关键技术进行了深入的研究。本课题的研究具有很大的理论和现实意义。车型识别技术是近几年发展起来的基于图像和字符识别技术的智能化交通管理技术，是目前国内外模式识别应用研究领域的一个热点。目前车型识别系统在许多重要技术上已经解决，但是一些细节方面，比如车辆的准确识别问题还没有很好的解决。而且车型识别是智能交通中重要的一部分,所以本课题意在研究一种车型识别方法,实现交通管理智能化，应用于许多公共场合的领域，交通流量统计，停车场自动收费，收费站不停车自动收费，公安交通管理等方面。在本课题中，我打算结合对前人已有技术经验的研究和分析，预计实现一个基于图像的车辆车型的自动识别。从车辆分割和车型初步识别的定位分裂的识别等几方面着眼，包括从图像处理到车型识别的完整过程。该类技术如果成功的话，可以适应动态交通状况的变化，通过实时采集大量数据来解决许多交通问题。
2. 研究内容与预期目标
本次课题主要研究车型检测与识别，这次课题我将以汽车的侧面图作为目标，通过MATLAB图像处理技术来实现对汽车车型的自动识别。整个课题过程是由采集汽车侧身图像，图像预处理，特征值提取与分类识别这几步组成。将采集到的图像进行预处理来消除图像大部分噪声干扰，提高图像质量。对图像进行特征抽取，将车辆从原图像的复杂背景中分离出来。从汽车顶篷长度与车辆长度，车辆高度来提取特征值。采取特征匹配算法对车型进行识别。我希望通过上述步骤能够对于整个车型检测识别系统有莫大的帮助，顺利的完成本次课题。
3. 研究方法与步骤
步骤如下
一丶图像处理：摄取的图像含有一定的噪声，先对车辆图像进行预处理，以消除大部分的噪声干扰，一般要进行滤波、增强、边缘提取、图像分割等预处理，以便提高图像质量，对图像再进行边缘检测以及车辆轮廓的特征提取提供必要的基础。
二丶图像分割：为了对图像进行特征抽取，首先要将车辆从原图像的复杂背景中分离出来。即对原图像进行分割。需检测的是汽车的轮廓和外形，所以可以选取边缘检测算法作为图像的分割方法。
4. 参考文献
[1]刘曙光, 刘明远. 机器视觉及其应用[J]. 河北科技大学学报, 2000, 38(4):11-15.
[2]付忠良. 图象阈值选取方法的构造[J]. 中国图象图形学报:, 2000, 5(6):466-469.
5. 工作计划
2022-3-05~2022-3-20：查阅相关资料，准备论文的开始；
2022-3-21~2022-3-30：熟悉MATLAB的操作方法，为设计打下基础；
2022-3-31~2022-5-15：实现车型的检测与识别；
