题目：基于仿射不变矩的车辆识别系统的研究与实现

社会经济的发展促使道路交通迅速发展以及机动车数量不断增加，为了解决地面交通快速发展所引发的各种问题，智能交通系统（Intelligence Traffic System，简称ITS）的研究被提到了重要位置，ITS是为了从根本上解决日益膨胀的地面交通的诸多困难而出现的一个新的技术领域，受到世界各国高度重视，发展极为迅速。电子警察是智能交通领域的一项关键应用，而作为电子警察技术的重要组成部分，车型识别在交通管理、信息统计等方面都发挥着巨大作用，可用于统计道路交通流量、判定车辆收费标准和车辆违法行为处罚等工作，有着重要的研究意义和应用价值。但现有系统在诸多方面还存在着问题，主要体现在：首先，现有系统依靠从连续视频流中提取运动特征来检测运动目标，难以应用在单帧环境中，且在现有环境下系统资源消耗过大；其次，这些系统往往需要繁琐的特征训练，且其结果依赖于特征值的选取。本文首先从车辆自动识别技术的需求和研究背景出发，在对车型识别相关技术，理论及现有研究成果进行分析和比较的基础上，提出了一种基于仿射不变矩的车辆识别方法，对车辆图像进行预处理，然后对预处理图像应用Canny算子获取边缘，并利用形态学方法进行边缘优化，进而利用Snake模型提取出车辆的主轮廓，避免了轮廓提取的盲目性，确保了在复杂背景下也可以提取出比较理想光滑的外轮廓，特征方面主要选取了仿射不变矩作为判别的主要依据，因为仿射不变矩在尺度变换、平移、扭曲、旋转等方面具有不变性。本文提出了一种基于关键点的仿射不变矩，并用作车辆识别的特征量，最后输入隐马尔可夫模型对轿车、客车和货车三类车型进行识别。论文在算法研究的基础上设计实现了一个完整的车型识别原型系统，并进行了相应的实验测定。实验结果表明，基于仿射不变矩的车型识别方法可应用在多视角的情况下，扩大了车型识别应用范围，且具有较高的识别率和识别速度，能够有效满足电子警察系统的工作需求，达到了设计目标。实验结果表明，根据本论文提出的车辆识别系统的方法所构建的车辆自动识别系统识别准确率高，识别速度快，对环境适应能力强，具有很好的实用性