学位论文 > 优秀研究生学位论文题录展示
基于视频图像的车型识别技术的研究与实现
作 者: 盛卓
导 师: 康维新
学 校: 哈尔滨工程大学
专 业: 通信与信息系统
关键词: 车型识别 车脸图像 组合特征 Gabor特征 BP网络
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 260次
引 用: 0次
阅 读: 论文下载
内容摘要
随着我国经济的持续发展和群众生活素质的显著提高,交通堵塞、交通事故率升高、交通管理技术落后、交通环境恶化等问题已愈加严重,在这种背景下,智能交通系统ITS利用现有的交通资源设施,运用各种先进科学技术解决交通问题得到了充分的发展。ITS的主要任务和关键技术就是车型识别与分类,其中,基于视频图像的车型识别技术成为研究的热点,但在复杂背景下其识别准确率不高,识别车型较少,针对这一问题,本文首先将自适应背景更新法引入到背景差分法中,在有效地消除各种背景因素干扰的情况下,实现了提取完整运动目标车辆的目的,克服了传统运动目标提取方法不够可靠以及计算量复杂等缺点。其次,通过构建车辆脸部图像的局部信息熵矩阵,本文提出了一种基于车脸图像的特征提取方法,实现了同时反映车脸灰度信息与空间纹理信息的目的,同时,依据连通域标记与边界跟踪理论,本文提取了车型的几何特征,实现了提取车型组合特征的目的,克服了传统方法提取单一的车型特征对识别系统的弱有效性,为外形多样化的车型正确分类奠定了基础,由于Gabor函数在分析数字图像中的优异性能,本文给出了一种提取目标车辆Gabor域内能量最大值点作为车型特征点的方法,并给出了特征点集合的搜索过程,实现了提取具有有效性和可靠性的车型Gabor域特征的目的,为后续车型正确识别与分类的方法选择提供了依据。最后,在基于三层BP神经网络的几何特征分类基础上,结合车脸特征的匹配识别,本文给出了一种识别率较高的车型组合特征的识别方法,并利用改进的BP网络对车型的Gabor域特征进行了识别与分类,实验结果的分析表明本文方法实现了有效识别8种车型的目的,具有较高的车型识别率,适用于公路实时监控视频的车型识别系统,具有理论研究及实际应用价值。
|
全文目录
摘要 5-6 ABSTRACT 6-9 第1章 绪论 9-16 1.1 课题的研究背景及意义 9-10 1.2 国内外研究现状分析 10-14 1.2.1 车型识别技术的研究现状 10-12 1.2.2 基于图像的车型识别技术的研究现状 12-14 1.3 车型分类标准 14 1.4 论文研究的主要内容 14-16 第2章 运动目标车辆的提取方法研究 16-24 2.1 车辆图像的预处理 16-19 2.1.1 图像灰度化 16-17 2.1.2 图像去噪 17-19 2.2 运动目标车辆的提取 19-23 2.2.1 基于光流场理论的目标提取 19 2.2.2 基于帧间差分法的目标提取 19-20 2.2.3 基于背景差分法的目标提取 20-21 2.2.4 基于自适应背景更新法的目标提取 21-23 2.3 本章小结 23-24 第3章 车型组合特征的提取方法研究 24-38 3.1 车辆图像的后处理 24-26 3.1.1 图像的二值化 24-25 3.1.2 图像数学形态学处理 25-26 3.2 车型几何特征的提取 26-29 3.2.1 基于八连通域的车辆标记与定位 26-28 3.2.2 车型面积、周长与长宽比特征的提取 28-29 3.3 车型脸部特征的提取 29-34 3.3.1 基于角点检测的车脸区域提取 30-31 3.3.2 车脸信息熵特征的提取 31-34 3.4 实验结果与分析 34-36 3.5 本章小结 36-38 第4章 车型 Gabor 特征的提取方法研究 38-51 4.1 Gabor 滤波器 38-41 4.1.1 Gabor 函数及其特性 38-39 4.1.2 二维 Gabor 滤波器 39-40 4.1.3 二维 Gabor 滤波器组参数的意义 40-41 4.2 车型 Gabor 特征的提取 41-44 4.2.1 二维 Gabor 滤波器组参数的选择 41-42 4.2.2 Gabor 特征点的提取 42-44 4.3 实验结果与分析 44-50 4.4 本章小结 50-51 第5章 车型的识别与分类方法研究 51-65 5.1 车型组合特征的识别与分类 51-60 5.1.1 基于 BP 神经网络的几何特征识别 51-57 5.1.2 基于图像匹配的脸部特征识别 57-60 5.2 车型 Gabor 特征的识别与分类 60-62 5.3 实验结果与分析 62-64 5.4 本章小结 64-65 结论 65-66 参考文献 66-72 攻读硕士学位期间发表的论文和取得的科研成果 72-73 致谢 73
|
相似论文
- 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
- 基于神经网络的电力系统短期负荷预测方法研究,TM715
- 咳嗽音特征提取及在身份识别中的应用研究,TN912.34
- 基于UHF RFID的不停车收费系统关键技术的研究,TP399-C6
- 基于图像特征的车型识别,TP391.41
- 云南普者黑岩溶地貌特征及旅游地质资源开发,P931.5
- 基于视频技术的停车场管理系统研究与开发,TP311.52
- 说话人识别中特征参数的提取及优化研究,TN912.34
- 基于激光扫描数据的交通信息采集平台设计与实现,U495
- 基于移动区域的快速车型识别,TP391.41
- 英台断陷深层地层特征研究,P618.13
- 轨道交通建设的质量安全监控监理风险预警研究,U215.1
- 基于视频的车辆检测与跟踪研究,TP391.41
- 车型识别系统的设计与实现,TP391.41
- 基于加工特征的零件设计方法研究,TH161.1
- 基于脉冲神经网络模型的车辆车型识别研究,TP391.41
- 基于超声技术的车辆信息检测系统的设计与实现,U495
- 说话人识别系统的研究及DSP实现,TN912.34
- 汽车车牌自动检测的图像识别和处理,TP391.41
- 基于视频的车型识别技术研究,TP391.41
- 基于小波分析的车型识别系统,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|