车型识别是针对监控视频中通过的车辆进行快速检测和准确识别,是智能交通系统中的重要组成部分,在道路监控系统中起关键作用。研究内容来源于江苏亿通高科技股份有限公司的“基于DM81x系列芯片的网络图像采集与分析系统研发”项目,针对道路卡口采集的高清视频图像,完成了车辆的车标和车前脸的定位和识别。本文主要工作如下:(1)针对道路监控视频序列提取的车辆图像,基于车牌定位得到的车牌信息进行车标粗定位,利用Sobel梯度图像的形态学方法实现车标的精确定位;针对车前脸定位不精确的问题,给出了基于水平梯度投影方法的车前脸精确定位,由800多幅车辆图像实验结果表明车标定位正确率可达到80%,车前脸定位正确率可以达到85%。(2)基于精确定位的车标图像,结合车标图像纹理特征丰富和边缘信息复杂的特点,采用HOG-LBP特征向量表征车标信息,并通过支持向量机进行训练和分类识别。由826幅10种车标图像的实验结果表明,基于融合HOG-LBP特征的识别方法比基于单HOG特征、单LBP特征方法的识别率提高了2%。针对监控视频中提取的精定位车前脸图像,分析了HOG特征参数选择对车型识别的影响,对HOG特征参数进行了优选,提高了车型识别率。18种车系的225幅车辆前脸图像的实验结果表明,HOG参数以块不重叠方式进行特征描述遍历窗口图像,识别效果最佳。(3)论文基于DM8168 DSP处理板和DVRRDK软件开发环境,编程实现了高清视频图像的采集和网络传输显示;在后台视频服务器采用Open CV编程实现了上述视频序列车辆图像的车标、车前脸的定位与识别。为了减少网络传输负荷,在前端DM8168和后台服务器之间实现无背景的单一车辆图像传输,将车辆检测算法移植到DM8168的DSP核,实现运动车辆的实时检测。实验结果表明,创建的DSPALG Link实现了视频序列前景目标的实时提取。