车型的自动识别技术是ITS系统的关键技术之一,而车辆外形的三维尺寸能够为车型识别提供可靠有效的数据基础。传统的车辆外形测量方法主要依赖于激光雷达,它的测量精度较高,但容易受天气和大气的影响,而且成本较高,不利于大规模的实际应用。本文结合交通应用场景,研究了一种基于图像处理的车辆外形测量方法,通过图像处理技术,实现车辆外形的长宽高测量。其中,针对不同的应用场景,本文提出了基于平面图像和基于深度图像的两种实现方案,它们都采用相机近距离安装的方式获取清晰的车辆图像,然后利用一些先验知识和图像处理方法获得车辆外表面的三维坐标。再根据车辆运动过程中的序列图像,通过图像配准的方法拼接出完整的车辆图像,最后实现车辆外形的三维测量。本文的研究内容主要有:1.本文结合交通应用场景,研究了能够有效利用现场信息的基于消失点的标定算法,实现了相机的非现场标定,并通过实验检验了这种标定方法的准确性。2.本文研究了基于图像获取车辆三维坐标的方法。在基于平面图像的方案中,本文利用车辆到相机的水平距离,及中大型车辆的侧面近似垂直于地面的特点,通过逆投影的方法获取车辆侧面的三维坐标。在基于深度图像的方案中,本文通过深度信息和相机成像的几何关系,获取车辆外表面的三维点云,并通过实验分析了所获取三维坐标的误差及准确性。3.对于数米、甚至十几米的中大型车辆,相机无法通过一帧图像得到完整车辆图像的问题,本文根据车辆在运动过程中的序列图像,研究了车辆图像的配准方法,并提出了一种基于刚体运动一致性的约束方法,有效筛选剔除了错误匹配点,改善了车辆图像配准的结果,并实现了车辆图像的完整拼接。最后,针对完整的带有三维坐标信息的车辆图像,本文介绍了车辆外形测量的具体方法,并通过实验检验了该方法的测量结果,分析了测量误差的主要因素。