基于机器视觉的车型检测与识别开题报告

1. 研究目的与意义

研究背景：

随着中国经济的飞速发展，我国汽车行业也快速的兴起。私人汽车数量的急剧增加在提高居民生活水平的同时也给我国的城市交通带来了巨大的压力。在这样的大环境下，智能交通系统便应运而生。

在智能交通系统中最重要的一环便是对于道路上不同车型的检测。用图像做车型检测的研究如今在国内已经有过不少例子，一般图像中包含的信息较多，但是只要提取出车型的有效参数就能准确的检测出车型特征，而且硬件要求比较低只要安装一台摄像机并且与主机相连接，同时也便于后期的维护。尽管如今车型识别技术发展较快，但是还是面临着很多的问题。首先是天气对图片的影响，不同的天气情况下光照强度有强有弱直接影响图片的清晰度。第二考虑到现实生活中车辆都是高速运动着的其速度会使其在被镜头拍到时形状大小发生改变，第三背景图也受天气情况、光照条件的影响。

2. 研究内容和预期目标

研究内容：

本次设计我们主要在matlab环境下来进行研究基于机器视觉的车型检测，研究的内容有以下几个方面：

1.关于机器捕捉到的车辆图片的预处理。

3. 研究的方法与步骤

研究方法、步骤：

基于机器视觉的车型检测主要在matlab的环境下进行仿真实验。首先是对捕捉到的车辆图片进行预处理包括灰度化、去噪、二值化、边缘检测、腐蚀膨胀、开闭运算，然后提取顶长比、顶高比、前后比(以车顶中垂线为界分为前后两部分)车型特征值。最后通过训练好的bp神经网络进行识别。

在这里我们讨论下过程中的一些难点：

4. 参考文献

[1]张日升，原明亭，丁军航，官晟，孟宪法.基于图像阈值分割的浒苔图像提取[j].自动化技术与应用，2020,02(02):83-86.

[2]柳亚楠,孙涛.基于matlab的掌静脉图像去噪算法研究[j],科技风,2020,03(31):10-19.

[3]刘辉.基于深度学习的车型识别算法研究[d].硕士论文，青岛理工大学，2018.

5. 计划与进度安排

（1）2022年2月25日-2022年3月9日：查阅资料，熟悉课题中要做的内容，确定总体设计方案。撰写并修改开题报告。

（2）2022年3月10日-2022年3月15日：熟悉matlab的工作环境，查找并且学习设计中用到的图像处理方法的原理。

（3）2022年3月16日-2022年3月26日：学习bp神经网络的构成及其数学模型，并且尝试自己搭建bp神经网络。