智能交通中的車(chē)型識(shí)別研究.pdf

1、智能交通系統(tǒng)是現(xiàn)代化交通的重要組成部分，而車(chē)型的自動(dòng)識(shí)別是智能交通領(lǐng)域中的一個(gè)重要研究方向。它主要應(yīng)用在高速公路收費(fèi)、停車(chē)場(chǎng)管理、道路交通狀況監(jiān)管等領(lǐng)域。利用圖像處理和模式識(shí)別技術(shù)的車(chē)型識(shí)別系統(tǒng)，安裝容易、檢測(cè)范圍廣、提取信息豐富，是研究的熱點(diǎn)和發(fā)展趨勢(shì)。本文設(shè)計(jì)了一套基于視頻圖像序列的車(chē)型識(shí)別系統(tǒng)。
　　本文共包括三個(gè)部分：視頻序列中運(yùn)動(dòng)車(chē)輛檢測(cè)、車(chē)輛特征提取和車(chē)型識(shí)別。視頻中運(yùn)動(dòng)車(chē)輛檢測(cè)部分，在分析研究目前常用的多種運(yùn)動(dòng)目標(biāo)檢

2、測(cè)算法的基礎(chǔ)上，提出了一種三幀差分與統(tǒng)計(jì)法相結(jié)合的背景重建和更新方法，該方法可以快速地得到干凈的背景，并且能消除車(chē)流量過(guò)多所帶來(lái)的干擾；同時(shí)背景模型可以很快地適應(yīng)場(chǎng)景的變化。利用背景差分法可以得到運(yùn)動(dòng)車(chē)輛的區(qū)域，針對(duì)車(chē)輛帶來(lái)的陰影，直接在灰度空間利用歸一化的互相關(guān)函數(shù)來(lái)消除陰影，最后利用形態(tài)學(xué)處理來(lái)去除噪聲并把車(chē)輛目標(biāo)提取出來(lái)。在實(shí)際應(yīng)用中可以得到良好的分割效果。
　　特征提取部分，本文在比較了多種圖像特征后選取了SIFT特征來(lái)表

3、征圖像。SIFT特征對(duì)于物體尺度、視角和光線(xiàn)變化有較好的魯棒性。本文舍棄了 Lowe方法中比較耗時(shí)的特征點(diǎn)檢測(cè)方法，采用了利用均勻網(wǎng)格采樣來(lái)獲取特征點(diǎn)，然后在指定大小的圖像塊中生成SIFT特征描述子。不僅提取特征速度更快，同時(shí)也兼顧了圖像的全局特征，實(shí)驗(yàn)結(jié)果也證明均勻網(wǎng)格采樣的SIFT特征比常規(guī)SIFT有更好的分類(lèi)性能。
　　在車(chē)型識(shí)別部分，本文采用了詞袋模型(bag-of-word)和支持向量機(jī)(SVM)相結(jié)合的方法把車(chē)輛分為小