摘 要 提出一种从车体正面俯视图识别车型的方法。选择车体面积和车窗上边缘分别到车体前、后端的距离的比值作为识别分类的特征向量，同时提高分类的可靠性。特征提取算法中，利用相位编组形式的霍夫（Hough）变换，精确定位车窗。实验结果验证了该方法的识别准确性以及优良的时效性，可以满足车辆识别的实时性要求。

【关键词】车型识别 车窗定位 特征提取 Hough变换

车型识别是高速公路自动收费和交通流量统计的重要依据，是智能交通系统（ITS）不可或缺的重要组成部分。车型识别可分为两大类：一类是通过传感器（例如红外、环形磁感应线圈等）获取车辆的重要参数进行识别分类。另外一类是基于视频处理的方法。

1 车辆特征研究

实际中，由于面包车与轿车车型本身构造上的差异，面包车几乎没有突出的前脸，且车顶长度几乎同车身长度相等。故将比值T作为第二项特征。

2 车辆特征提取方法

2.1 提取特征面积S

提取车辆面积S这一特征的具体算法如下：

（1）采用可以不断学习，具有自适应性等良好特性的混合高斯背景建模方法获得车流视屏中的道路背景图像。

（2）车辆检测，在获得道路背景之后，将视频流中后续的车辆图像，再通过二值化处理，得到车体的二值图像。

（3）形态学重构，应用背景差法和二值化处理之后的车体二值图像还不能直接用于后续的车体面积计算。

（4）计算车体面积，获得面积特征S。

提取长度比值T

将车窗上边缘的定位提取算法如下几表示。……