基于B樣條曲線(xiàn)擬合車(chē)輛輪廓的車(chē)型識(shí)別.pdf

1、隨著中國(guó)經(jīng)濟(jì)的發(fā)展，中國(guó)的汽車(chē)數(shù)量日益增多，城市變得更加擁擠，合理的車(chē)輛限行變得更加重要.在車(chē)流高峰時(shí)，特定的路段需要對(duì)某些車(chē)型的汽車(chē)限行.本文正是想利用基于視頻的車(chē)型識(shí)別算法來(lái)幫助提高車(chē)輛限行管理的效率.本文所要區(qū)分的三類(lèi)車(chē)型為小轎車(chē)、小面包車(chē)以及SUV.本文的研究工作主要有以下三個(gè)方面:
　　第一，是對(duì)車(chē)輛大小特征的提取.首先，我們優(yōu)化了背景建模過(guò)程中的學(xué)習(xí)率，解決了從視頻中提取車(chē)輛時(shí)產(chǎn)生的空洞問(wèn)題.其次，針對(duì)車(chē)輛二值前景圖像

2、，我們提出了沿直線(xiàn)方向投影的非最大值抑制法提取車(chē)輛的寬與高.最后，我們以提取的車(chē)牌寬為標(biāo)準(zhǔn)，把不同車(chē)輛的寬與高統(tǒng)一到同一個(gè)標(biāo)準(zhǔn)下，消除了視頻拍攝距離對(duì)車(chē)輛大小提取的影響.
　　第二，經(jīng)過(guò)對(duì)車(chē)型特征的系統(tǒng)研究，我們發(fā)現(xiàn)目前算法所使用的特征大都是十幾個(gè)，而事實(shí)上由于車(chē)身上的噴涂、裝飾以及光照等原因，只有車(chē)外型、車(chē)燈與車(chē)牌是車(chē)輛圖像上的確定有效信息.因此我們以車(chē)輛大小為基礎(chǔ)，結(jié)合車(chē)燈與車(chē)牌在車(chē)內(nèi)的位置關(guān)系設(shè)計(jì)了8個(gè)特征，再應(yīng)用特征選擇算

3、法進(jìn)行降維和優(yōu)選，最后我們僅用5個(gè)特征分類(lèi)正確率就達(dá)到了98.67％.
　　第三，為了避免車(chē)燈提取時(shí)帶來(lái)的誤差，我們又選取了基于車(chē)輛大小與B樣條擬合車(chē)輛輪廓的車(chē)型特征.一般情況下，我們很難直接從視頻中提取完整的車(chē)輛輪廓.我們用在車(chē)輛輪廓上提取到的離散點(diǎn)通過(guò)B樣條重構(gòu)車(chē)輛輪廓.運(yùn)用均值聚類(lèi)對(duì)輪廓線(xiàn)上每點(diǎn)的曲率與斜率進(jìn)行聚類(lèi)，找到代表車(chē)輛輪廓的特征點(diǎn)來(lái)替換掉8個(gè)特征中與車(chē)燈有關(guān)的特征.新特征在保持分類(lèi)正確率的同時(shí)比車(chē)燈提取更容易且更準(zhǔn)