基于視頻技術(shù)的汽車車型識(shí)別系統(tǒng)研究.pdf

1、隨著國(guó)家實(shí)力的快速提高，城市化持續(xù)推進(jìn)，人民可支配收入的持續(xù)上漲，2014年底中國(guó)機(jī)動(dòng)車保有量達(dá)到2.64億，躍居全球第二位。在方便資源配置、人們出行的同時(shí)，也帶來(lái)了日益嚴(yán)重的交通問(wèn)題。道路擁堵、管理混亂、交通環(huán)境惡化的狀況越來(lái)越引起社會(huì)和政府的重視，迫切尋求一種更為快速、高效、實(shí)用的道路管理方式，智能交通系統(tǒng)(ITS，Intelligent Transportation System)應(yīng)運(yùn)而生并取得飛速發(fā)展。
　　汽車車型識(shí)別系

2、統(tǒng)是ITS的重要組成部分，為交通管理提供了大量的數(shù)據(jù)支撐。相對(duì)于傳統(tǒng)的配備射頻裝置、利用電磁感應(yīng)等方法，論文采用的基于視頻的圖像處理技術(shù)不僅安裝方便，更新簡(jiǎn)單，而且可以獲得更加豐富的道路信息。通過(guò)對(duì)圖像處理檢測(cè)技術(shù)的研究，論文設(shè)計(jì)出一套自動(dòng)識(shí)別汽車車型的實(shí)時(shí)判別系統(tǒng)。論文主要工作有以下三部分：
　?。?）分割目標(biāo)車輛：針對(duì)背景法提取目標(biāo)模糊，幀差法容易出現(xiàn)空洞、改變形狀，光流法計(jì)算復(fù)雜等情況，本文提出優(yōu)化的高斯模型檢測(cè)算法，構(gòu)建基

3、于時(shí)域和空域的背景模型，并對(duì)傳統(tǒng)迭代分割法進(jìn)行改進(jìn)，選取合適閾值消除陰影，避免出現(xiàn)獲得的目標(biāo)區(qū)域大于車輛本身的情況。
　?。?）針對(duì)單一特征難以完善表述車輛信息并加以區(qū)分的問(wèn)題，本文選取紋理圖像的熵、邊緣密度、面積，長(zhǎng)寬比特征來(lái)描述車輛圖像，作為車輛圖像的分類特征。
　　（3）介紹了模式識(shí)別和支持向量機(jī)，提出優(yōu)化的二叉樹向量機(jī)分類方法，并用其對(duì)樣本進(jìn)行訓(xùn)練，確定可分性測(cè)度后，優(yōu)先判別出容易區(qū)分的類別，并根據(jù)交叉驗(yàn)證法選擇合適