首页下载资源大数据matlab车型识别系统(课设项目)

ZIPmatlab车型识别系统(课设项目)

2401_86539719950.97KB需要积分:1

资源文件列表:

matlab车型识别系统(课设项目).zip 大约有5个文件
  1. matlab车型识别系统(课设项目)/
  2. matlab车型识别系统(课设项目)/main.m 2.13KB
  3. matlab车型识别系统(课设项目)/mainfc.p 202B
  4. matlab车型识别系统(课设项目)/street.jpg 489.79KB
  5. matlab车型识别系统(课设项目)/streetcar1.jpg 494.74KB

资源介绍:

车型识别系统是一种基于计算机视觉技术和机器学习算法的系统,用于识别和分类不同的车辆类型。它可以通过分析车辆的外观特征,如车身形状、车标、车灯等,来判断其属于哪种车型,如轿车、SUV、卡车等。 车型识别系统通常由以下几个组成部分构成: 1. 图像采集:使用摄像头或其他图像采集设备,对车辆进行拍摄或录像,获取车辆的图像数据。 2. 特征提取:对采集到的车辆图像进行处理,提取出与车辆类型相关的特征,例如车身的形状、颜色、车标等。 3. 特征匹配:将提取到的特征与预先训练好的车辆类型模型进行匹配,找出最相似的车辆类型。 4. 分类与识别:根据匹配结果,将车辆分为不同的类型,并输出识别结果。 车型识别系统在交通管理、车辆监控、智能停车等领域具有广泛应用。它可以帮助交通管理部门监控道路上不同车型的分布情况,提前做好交通规划和道路设计。同时,它还可以辅助智能停车系统,对不同车型的车辆进行分类和计费。
clc;%清空变量 mainfc; c=imread('streetcar1.jpg');%车子图片 streetcar=c;%赋值 b=imread('street.jpg');%街景,背景图 figure(1); subplot(231); imshow(c);%显示原图 title('原图'); subplot(232); c=imsubtract(c,b);%相减 imshow(c); title('作差图'); %将待识别图像与背景图像进行比较,识别出车子,并只留下车子 for i=1:600 %从第1到600行 for j=1:800 %从1-800列 if (abs(double(b(i,j,1))-double(streetcar(i,j,1)))>2) %b(i,j,1)表示H通道 ,b(i,j,2)表示 S通道,b(i,j,3)表示V通道 c(i,j,1)=0;%每个通道 的 像素相同,那么变为黑色,否则 为白色 c(i,j,2)=0; c(i,j,3)=0; elseif (abs(double(b(i,j,2))-double(streetcar(i,j,2)))>2) c(i,j,1)=0; c(i,j,2)=0; c(i,j,3)=0; elseif (abs(double(b(i,j,3))-double(streetcar(i,j,3)))>2) c(i,j,1)=0; c(i,j,2)=0; c(i,j,3)=0; else c(i,j,1)=255; c(i,j,2)=255; c(i,j,3)=255; end end end %图像处理,包括灰度化,二值化和腐蚀,去除噪声 %c=imcomplement(c) %c=immultiply(a,c); c=rgb2gray(c);%c是 经过上述 hsv通道处理作差后的彩色图象 leftcar=dither(c); subplot(233); imshow(leftcar); title('车子轮廓初步定位'); leftcar=~leftcar;%取反 subplot(234); imshow(leftcar); title('反色处理'); leftcar=bwmorph(leftcar,'erode',1); leftcar=~leftcar; %leftcar=bwmorph(leftcar,'erode',5); leftcar=~leftcar; vsumleftcar=sum(leftcar,2); %找到车棚,并得到宽度 for i=1:599 if (vsumleftcar(i)<80) & (vsumleftcar(i+1)>80) top=i; break; end end for i=1:599 if (vsumleftcar(600-i)<80) & (vsumleftcar(599-i)>80) bottom=600-i; break; end end topvalue=vsumleftcar(bottom-ceil((bottom-top)*4/5)); bottomvalue=vsumleftcar(bottom-ceil((bottom-top)*2/5)); maxvalue=max(vsumleftcar); percent=topvalue/maxvalue; subplot(235); imshow(~leftcar); title('车子轮廓'); h=findobj(gcf,'Tag','text2'); %根据判断依据确定车型 if (percent>=0.2) & (percent<=0.5) str1=sprintf('小汽车\n\n'); str2=num2str(percent); string=[str1 '高宽比:' str2]; msgbox(string,'温馨提示','none'); return end
100+评论
captcha