

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、車型識(shí)別是智能交通系統(tǒng)的一個(gè)重要組成部分,可以在交通流量管制、停車場(chǎng)自動(dòng)收費(fèi)系統(tǒng)、高速公路收費(fèi)站等領(lǐng)域發(fā)揮重要作用?;谝曨l圖像序列的車型識(shí)別方法具有直觀性、經(jīng)濟(jì)性、信息量豐富、適用范圍廣等特點(diǎn),因此對(duì)其進(jìn)行研究和開(kāi)發(fā)變得越來(lái)越有實(shí)際應(yīng)用價(jià)值。隨著社會(huì)需求的不斷提高,對(duì)車型識(shí)別的準(zhǔn)確性和實(shí)時(shí)性有了越來(lái)越高的要求。
論文在研究并對(duì)比國(guó)內(nèi)外智能交通應(yīng)用中車型識(shí)別方法基礎(chǔ)上,設(shè)計(jì)實(shí)現(xiàn)了一套基于視頻圖像的車型識(shí)別系統(tǒng)。主要從以下幾個(gè)方
2、面進(jìn)行了論述:
首先給出了一種基于視頻圖像的車型識(shí)別系統(tǒng)實(shí)現(xiàn)方案。利用攝像機(jī)和個(gè)人電腦搭建了一個(gè)車型識(shí)別系統(tǒng)的硬件平臺(tái),該硬件平臺(tái)可以實(shí)時(shí)獲取道路上的車輛視頻信息,并將這些獲取到的車輛視頻圖像信息用于車型識(shí)別。軟件方面論文基于對(duì)現(xiàn)有車型識(shí)別算法的對(duì)比分析研究,設(shè)計(jì)實(shí)現(xiàn)了一套基于多特征融合的車型識(shí)別方法。
其次實(shí)現(xiàn)了視頻圖像預(yù)處理和車輛檢測(cè)?;跀z像機(jī)獲取的道路視頻圖像,經(jīng)過(guò)灰度化、濾波等預(yù)處理之后,去除噪聲干擾,減少
3、圖像中不相關(guān)信息。然后進(jìn)行車輛檢測(cè),論文在分析比較多種目標(biāo)檢測(cè)方法基礎(chǔ)上,實(shí)現(xiàn)了基于混合高斯模型的背景差分法目標(biāo)檢測(cè),該方法在論文的應(yīng)用場(chǎng)景中可以取得較好檢測(cè)效果。
然后進(jìn)行了車輛特征提取與車輛跟蹤。基于前面車輛檢測(cè)結(jié)果,進(jìn)一步提取車輛特征,進(jìn)而對(duì)車輛進(jìn)行分類識(shí)別。論文選用了多特征融合的方法進(jìn)行車輛識(shí)別,包括車輛幾何特征、HOG(Histogram of Oriented Gradient)特征和SURF(Speeded Up
4、 Robust Features)特征,該方法可以更加全面地描述不同類型車輛特征,極大提高車型識(shí)別準(zhǔn)確性。為了進(jìn)一步提高車型識(shí)別準(zhǔn)確率,在分析兩種不同目標(biāo)跟蹤方法之后,論文選用卡爾曼濾波跟蹤方法對(duì)車輛進(jìn)行跟蹤,利用車輛跟蹤對(duì)同一輛車進(jìn)行多次識(shí)別,再對(duì)多次識(shí)別結(jié)果進(jìn)行統(tǒng)計(jì)分析,得到最后分類結(jié)果,減少識(shí)別過(guò)程中單次識(shí)別分類誤差造成的分類錯(cuò)誤,提高車型識(shí)別準(zhǔn)確率。
最后進(jìn)行了車型分類器的設(shè)計(jì)與實(shí)現(xiàn)和系統(tǒng)的整體測(cè)試。在分析SVM支持向
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于圖像處理的車型識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 視頻圖像中車型識(shí)別系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于視頻的車型自動(dòng)識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的監(jiān)控視頻車型識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于視頻圖像的車型識(shí)別算法研究與實(shí)現(xiàn).pdf
- 基于視頻圖像的車型識(shí)別技術(shù)的研究與實(shí)現(xiàn).pdf
- 基于圖像識(shí)別技術(shù)的車型識(shí)別系統(tǒng)的研究.pdf
- 基于車輛正面圖像的車型識(shí)別系統(tǒng)研究與設(shè)計(jì).pdf
- 基于圖像識(shí)別的車型識(shí)別系統(tǒng)畢業(yè)論文
- 基于卷積神經(jīng)網(wǎng)絡(luò)的車型識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于視頻圖像的多人臉識(shí)別系統(tǒng)的研究與設(shè)計(jì).pdf
- 基于opencv的視頻人臉識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
- 基于視頻技術(shù)的汽車車型識(shí)別系統(tǒng)研究.pdf
- 基于DSP的圖像數(shù)字識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于小波分析的車型自動(dòng)識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于圖像分割技術(shù)的道路識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于視頻流的車牌識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 車型車牌識(shí)別系統(tǒng)的實(shí)現(xiàn)與應(yīng)用研究.pdf
- 基于圖像分析的病蟲(chóng)識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 汽車車型與牌照識(shí)別系統(tǒng)的研究與實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論