阅读论文要点

一、视频图像中车型识别系统的研究与实践-杨德升-2014-广西师范大学

1、目标检测：预处理、目标提取

选用图像平均法来滑动更新背景图像减背景图像法，之后灰度化，采用自适应阈值方法二值化图像，进而采用数字形态的方法对车辆图像的区域里的噪点进行消除等操作，同时采用漫水填充算法去除车体外较大的噪点，用填充法填充车体内部不连通的区域，然后提前轮廓，得到较完整的车型轮廓。

  视频图像中预处理及实际应用中的车辆目标检测方法研究，对视频图像进行预处理，根据视频车辆目标检测的需要，包括了图像颜色模型、图像灰度化、图像二值化、形态学处理、轮廓提取等内容，比较不同方法的处理效果，选取较好的方法以求来提高车型识别率，进而达到实际应用的要求。而对于运动目标提取则主要钻研了当前在实际应用中广泛选用的光流法、帧间差分法和背景差分算法和几种广泛使用的背景模型，通过运用图像平均法来对背景图像进行更新，再使用背景差来检测运动目标。

常用的车辆检测通用方法：帧差法、光流法和背景减除算法和基一于特征的力一法等。其中，背景减除法比较常用，此方法实现也比较简单、方便、快捷，但容易受到光照、大气等外界环境变化的影响。对此，背景减除法的主要难点在于：建立怎么的背景模型以及如何实时更新模型参数来适应背景环境的变化，这本身也是背景减除法所需克服的难点。

（1）帧差分法：

指在视频图像序列中相隔一帧的两帧图像或者相隔若于帧的两帧图像的灰度值进行差分运算的过程，以此来提取运动对象的区域。即是把视频图像中前面的某帧作为背景帧，而用当前帧去差分背景帧的过程。对于其中相邻两帧差分法的原理公式表达如一下：

优 缺点：帧差法算法简单，实现容易，程序设计复杂度低，适合场景变化能力强，稳定性较好，但是此方法易对车辆内产生空洞的现象，且对颜色一致、比较大的目标无法判断。

（2）背景减除法

背景减除法是一种有效简单的运动目标检测算法，是用事先设定的背景参数模型来近似表示背景图像的像素值的一种算法，将当前帧与背景图像进行差分来实现对运动目标区域的检测，其中区域大于一定阈值的像索区域被认为是运动区域，而域小于一定阈值的的像素被认为是背景区域。背景减除法必须要设定有一个背景图像，要么背景图像是静止不动的，要么背景图像是动态变化的，是随着外部环境的时时变化而实时更新的，对于背景减除法，难点是背景建模及其史新模)}U的建立。

2、特征提取

根据车辆的纹理特征和几何特征。选用了不变矩特征量和纹理特征灰度共生矩特征量作为特征参量。并提取了四个纹理灰度共生矩特征量和七个不变矩特征量作为车型特征提取的特征参数。

3、分类识别、模式识别

使用BP神经网络建模的方法对车辆图像进行识别分类，并用MFC及利用OpeCV显示结果