典型交通載具類字典稀疏識(shí)別方法的研究與實(shí)現(xiàn).pdf

1、隨著社會(huì)經(jīng)濟(jì)的飛速發(fā)展，人們生活水平的提高，交通流量日益增大，各種交通問(wèn)題頻繁發(fā)生，智能交通系統(tǒng)就變得尤為重要。交通載具作為整個(gè)交通的載體，是智能交通系統(tǒng)研究的重點(diǎn)。為了實(shí)現(xiàn)對(duì)交通載具的有效管理，對(duì)典型交通載具進(jìn)行科學(xué)合理的智能分類是當(dāng)前信息、通信、自動(dòng)化、計(jì)算機(jī)等相關(guān)領(lǐng)域的熱點(diǎn)研究方向之一。
　　本文在著重分析研究了圖像特征提取、稀疏編碼、模式識(shí)別理論的基礎(chǔ)上,實(shí)現(xiàn)了一種基于類字典稀疏識(shí)別的典型交通載具分類系統(tǒng)。該系統(tǒng)是對(duì)交通場(chǎng)

2、景中的自行車、摩托車、汽車這三種典型的交通載具利用稀疏識(shí)別的方法進(jìn)行分類處理。采用局部特征描述算子，SURF算法進(jìn)行特征提取，對(duì)訓(xùn)練樣本提取特征構(gòu)建全局字典進(jìn)行稀疏識(shí)別。并通過(guò)實(shí)驗(yàn)對(duì)系統(tǒng)進(jìn)行驗(yàn)證。針對(duì)上述系統(tǒng)存在的問(wèn)題進(jìn)行改進(jìn)。提出了基于類字典稀疏識(shí)別的典型交通載具分類系統(tǒng)。在特征提取方面，提出了基于FCM聚類的SURF特征提取方法，使每幅圖像的特征向量均為固定的維數(shù)且包含大部分的有用信息。方便了后續(xù)處理，降低了特征向量維數(shù)。在稀疏識(shí)別