基于視頻的汽車車型識別研究.pdf

1、車型識別在交通流量監(jiān)管、高速公路自動收費系統(tǒng)等領域具有重要作用?；谝曨l圖像處理對車型進行識別，具有采集信息量豐富、適用范圍廣且視頻檢測器易于安裝等優(yōu)點，因此對其進行研究及開發(fā)具有重要的實際意義。本文在分析研究了運動目標檢測、圖像特征提取、模式識別理論的基礎上，設計了一套基于視頻圖像SURF(speed up robust features)特征的車型識別系統(tǒng)。
　　該系統(tǒng)分為車輛檢測與分割、特征提取和選擇、識別三部分。
　

2、　（1）車輛檢測與分割部分，提出了一種基于時間差分和背景差分相融合的車輛檢測方法。首先利用三幀差分法和迭代均值背景差分法檢測出兩個運動目標區(qū)域，然后把這兩個檢測結果作邏輯或運算，得到待檢測目標。進一步對這個待檢測目標做連通域分析，排除非車輛目標對檢測結果的影響。最后根據(jù)連通域分析的結果，從交通視頻中分割出車輛圖像。
　　（2）特征提取和選擇部分，本文選取SURF算法來描述車輛圖像特征。根據(jù)采集到的車輛圖像的特點，將圖像從上到下平均

3、分為4塊，提取車臉圖像的分塊SURF特征均值。特征選擇方面，對已提取到的SURF特征均值進行鑒別能力分析，對每個子區(qū)域提取鑒別能力最大的前10個特征值作為該區(qū)域的特征向量，得到4?10維特征向量，作為該車輛圖像的分類特征向量。
　?。?）識別部分，采用RBF神經(jīng)網(wǎng)絡來進行車型識別。本系統(tǒng)應用零指令集計算(Zero Instruction Set Computer,ZISC)技術設計的ZISC78芯片，在硬件上實現(xiàn)RBF神經(jīng)網(wǎng)絡。選