2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩59頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明: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),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、車型識別與跟蹤是智能化交通系統(tǒng)中研究的重要課題,它融合了數(shù)字圖像處理、計算機(jī)應(yīng)用、模式識別以及傳感器通訊等先進(jìn)技術(shù)。車型識別與跟蹤在民用和軍事等諸多領(lǐng)域中都發(fā)揮著重大的作用。這些年,隨著科學(xué)技術(shù)的日益發(fā)展,車型識別與跟蹤成為了智能化交通系統(tǒng)中研究的熱點(diǎn)問題。
  本文主要的研究內(nèi)容如下:
 ?。?)對運(yùn)動目標(biāo)檢測算法中常用的背景差分法和幀間差分法進(jìn)行研究,并進(jìn)行實(shí)驗仿真。通過實(shí)驗分析,背景差分法對背景的構(gòu)建要求較高,兩幀差分

2、法的檢測結(jié)果會出現(xiàn)“空洞”現(xiàn)象,影響檢測的結(jié)果。利用三幀差分法對運(yùn)動目標(biāo)進(jìn)行檢測,可以較為精確的檢測出運(yùn)動目標(biāo)。
  (2)針對圖像旋轉(zhuǎn)、光照強(qiáng)度變化干擾車型識別結(jié)果的問題,設(shè)計了一種融入PCA的LBP特征降維的車型識別算法。首先計算目標(biāo)車輛圖像的LBP特征,利用PCA方法對LBP特征進(jìn)行降維,最后對目標(biāo)進(jìn)行分類識別。實(shí)驗結(jié)果驗證了該算法對圖像旋轉(zhuǎn)和光照強(qiáng)度變化具有較好的魯棒性。
 ?。?)為實(shí)現(xiàn)對運(yùn)動目標(biāo)車輛的實(shí)時跟蹤,設(shè)

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論