車(chē)型識別技術(shù)的研究現狀

　　車(chē)型的自動(dòng)識別技術(shù)是ITS系統構成的關(guān)鍵技術(shù)之一，主要通過(guò)車(chē)型識別系統采集車(chē)輛原始圖像，運用相應的圖像處理算法分析、處理并獲取車(chē)輛的相關(guān)信息，最后進(jìn)行相應的智能化數據管理。無(wú)論在交通路況 的實(shí)時(shí)監控領(lǐng)域，還是機場(chǎng)、車(chē)站、收費站的車(chē)輛自動(dòng)收費領(lǐng)域，車(chē)型識別技術(shù)都具有廣泛地應用。

　　目前國內外一些主流的車(chē)型識別方法主要有以下幾種：

　　(1) 地感線(xiàn)圈檢測法

　　地感線(xiàn)圈檢測系統的原理是通過(guò)在待測車(chē)道路面下埋設通以高頻電流的地感線(xiàn)圈，當車(chē)輛從地感線(xiàn)圈上方通過(guò)時(shí)，由于車(chē)體結構大部分由金屬材料組成，因此會(huì )產(chǎn)生切割磁感線(xiàn)的現象，進(jìn)而在線(xiàn)圈內部產(chǎn)生渦流效應使得線(xiàn)圈電感量發(fā)生變化，不同型號的車(chē)輛將得到不同的諧振頻率變化感應曲線(xiàn)，以此為特征就可以區分不同類(lèi)型的車(chē)輛[11]。這種方法的優(yōu)點(diǎn)是準確率高，同時(shí)不受天氣影響，但是一方面由于在安裝和維護地感線(xiàn)圈的過(guò)程中要破壞交通路面，因此產(chǎn)生的修理和維護費用較高，同時(shí)需要中斷交通，也影響了交通道路的使用壽命;另一方面在使用地感線(xiàn)圈檢測法時(shí)，車(chē)輛的行駛速度和車(chē)輛并行通過(guò)等其他因素也容易影響獲得的感應曲線(xiàn)精確度，因此，地感線(xiàn)圈檢測法一般作為其他系統的子系統，起到輔助系統的作用。

　　(2) 紅外線(xiàn)探測法

　　紅外線(xiàn)探測法主要是通過(guò)在道路兩旁設置紅外線(xiàn)陣列發(fā)生器以及紅外線(xiàn)接收裝置來(lái)獲取車(chē)輛數據。系統正常運行時(shí)，當有車(chē)輛經(jīng)過(guò)時(shí)，車(chē)體的不同部位對于紅外線(xiàn)具有不同的反射作用，最后將接收裝置接收到的車(chē)體輪廓形狀、車(chē)高、軸距等信息作為判斷不同車(chē)型的特征依據，從而實(shí)現車(chē)型的自動(dòng)識別。紅外線(xiàn)探測法的原理簡(jiǎn)單，同時(shí)由于系統采集到的數據量十分大，得到的車(chē)體信息比較完整，因此系統有較高的識別率，缺點(diǎn)是硬件裝置成本較高，安裝環(huán)境較為特殊，不便于在普通的交通道路環(huán)境下進(jìn)行廣泛地運用。

　　(3) 動(dòng)態(tài)壓電檢測法

　　動(dòng)態(tài)壓電檢測法的工作原理是，當有車(chē)輛經(jīng)過(guò)埋入了壓電檢測器的路面時(shí)，根據物理原理，壓電檢測器發(fā)生形變，根據壓電檢測器的形變信息可以得到經(jīng)過(guò)車(chē)輛的軸重、車(chē)重、車(chē)速等信息，再通過(guò)比對數據庫達到自動(dòng)識別車(chē)型的目的。動(dòng)態(tài)壓電檢測法較之靜態(tài)的檢測法具有效率高的特點(diǎn)，對于治理道路交通安全 問(wèn)題中的超限超載現象有很好的效果。缺點(diǎn)是動(dòng)態(tài)壓電系統的設備安裝較為復雜和麻煩、使用壽命短，同時(shí)容易受到氣候溫度、車(chē)輛振動(dòng)等因素的影響。

　　(4) 視頻 圖像檢測法

　　視頻圖像檢測法是在待檢車(chē)道上方或者收費站側面的合理區域安裝高精度的工業(yè)攝像頭 ，通過(guò)后臺的計算機中心對檢測區域進(jìn)行實(shí)時(shí)的監測，獲得包含待處理車(chē)輛信息的視頻圖像信號，再利用計算機模仿人類(lèi)視覺(jué)效應的功能，分析提取出所需的有效信息，例如車(chē)輛的牌照、顏色、外形輪廓等特征信息，最后運用模式識別的方法來(lái)區分出不同的車(chē)型。其中，車(chē)牌檢測法僅僅是通過(guò)捕獲汽車(chē)正面車(chē)牌照片，再識別出車(chē)牌照片中的字母、數字和顏色等信息，然后將此類(lèi)信息拿到數據庫中與已建立的車(chē)牌號信息進(jìn)行匹配，最終識別出車(chē)輛類(lèi)型的方法。這類(lèi)方法對于系統的硬件沒(méi)有過(guò)高的要求，使用簡(jiǎn)單。但是伴隨著(zhù)車(chē)牌掩蓋、遮蔽、替換等手段的出現，車(chē)牌檢測法的使用出現了一定的局限性。因此，在獲取大量車(chē)道視頻信息的同時(shí)，提取出如邊緣輪廓、紋理信息、車(chē)窗車(chē)高等能夠反映出車(chē)體整體的特征量，對于識別復雜車(chē)型和套牌車(chē)輛是非常必要的?；谝曨l圖像檢測法具有安裝、維護方便，不破壞交通路面，獲取信息量大，能夠實(shí)時(shí)監控和更新的特點(diǎn)?，F在，視頻圖像檢測法已經(jīng)被廣泛應用到了現代交通管理 和控制系統中，同時(shí)隨著(zhù)圖像處理、模式識別等技術(shù)的發(fā)展和完善，視頻圖像檢測法將具有更加廣闊的應用前景。

　　國外對于利用視頻圖像進(jìn)行車(chē)型識別的起步較早，提出了較多的思路和算法，且有很多成型的技術(shù)己經(jīng)應用到現實(shí)的日常交通管理系統中。近年來(lái)，國內許多學(xué)者和科研工作者在基于視頻圖像的車(chē)型識別系統方面做了大量深入細致的研究。如曹力、郭琪超針對基于視頻的車(chē)型分類(lèi)，先利用車(chē)輛形狀分散度、頂棚比等特征量實(shí)現車(chē)輛類(lèi)型的歸類(lèi)，再選取車(chē)輪書(shū)、車(chē)軸距的測量，準確判斷車(chē)型類(lèi)別。馬蓓、張樂(lè )提出使用灰度共生矩陣來(lái)描述車(chē)輛的紋理狀況，并利用能量、對比度、熵、相關(guān)性、局部平穩性這五個(gè)矩陣參數提取出車(chē)輛的紋理特征，最后采用"最小距離分類(lèi)"對車(chē)輛類(lèi)型進(jìn)行識別，取得了不錯的效果。李衛東、戚飛虎等在提取汽車(chē)高度、長(cháng)度、車(chē)輪位置等特征信息構成判決樹(shù)的基礎上，首先將汽車(chē)粗分為大車(chē)、小車(chē)兩類(lèi)，然后對大車(chē)類(lèi)進(jìn)行汽車(chē)側面車(chē)板高等特征的提取，進(jìn)一步區分出客車(chē)和貨車(chē)，滿(mǎn)足了車(chē)型分類(lèi)的要求。范伊紅、李敏等將相關(guān)向量機(RVM)的概念引入到車(chē)型識別中，利用相關(guān)向量機具有較快的計算速度以及使用較少內存的特點(diǎn)，通過(guò)設定特殊的核函數，設計了一種基于相關(guān)向量機的車(chē)型分類(lèi)器，結果顯示能滿(mǎn)足車(chē)型的基本分類(lèi)。