基于圖像內(nèi)容的交通車輛識(shí)別關(guān)鍵技術(shù).pdf

1、隨著汽車擁有量逐漸增加，交通網(wǎng)絡(luò)變得錯(cuò)綜復(fù)雜，交通管理系統(tǒng)面臨著嚴(yán)峻的考驗(yàn)?；诖吮尘跋轮悄芙煌ㄏ到y(tǒng)的概念出現(xiàn)了，并逐步成為現(xiàn)代交通系統(tǒng)發(fā)展的趨勢(shì)。作為智能交通系統(tǒng)的一部分，車輛識(shí)別在輔助打擊交通事故、違章逃逸等交通刑事犯罪方面發(fā)揮了不容忽視的作用。鑒于其廣闊的應(yīng)用前景，受到越來越多的關(guān)注。
　　基于圖像內(nèi)容的車輛識(shí)別主要包括圖像預(yù)處理、車輛檢測、車標(biāo)定位以及車型識(shí)別幾部分。本文在對(duì)車輛圖像進(jìn)行預(yù)處理、車輛檢測、車標(biāo)定位等基礎(chǔ)上，

2、對(duì)車型識(shí)別方法做了重點(diǎn)研究。在車型識(shí)別方面，選取了具有代表性的車標(biāo)作為車輛識(shí)別的對(duì)象。并針對(duì)現(xiàn)有的車標(biāo)識(shí)別方法不能很好的處理陰影、光照、污損等不理想情況造成的識(shí)別率低的問題，提出了基于判別低秩矩陣恢復(fù)和稀疏表示的車標(biāo)識(shí)別方法。首先采用判別低秩矩陣恢復(fù)來糾正不理想的訓(xùn)練樣本，通過學(xué)習(xí)一個(gè)低秩投影矩陣，將待測樣本特征矩陣投影到相應(yīng)低秩子空間來恢復(fù)干凈的測試樣本；最后在此基礎(chǔ)上利用稀疏表示分類方法進(jìn)行分類判別。
　　針對(duì)基于稀疏表示的識(shí)