基于支持向量機的車型分類視頻檢測研究與實現(xiàn).pdf

1、智能交通系統(tǒng)ITS(Intelligent Transportation System)是交通現(xiàn)代化的必由之路，其目的在于充分利用現(xiàn)有的道路基礎(chǔ)設(shè)施資源，改善車、路、人之間的相互作用，提高系統(tǒng)的安全性，高效性與舒適性，具有較高的社會效益和巨大的市場應(yīng)用前景。 車輛的自動識別系統(tǒng)VRS(Vehicle Recognition System)是智能交通系統(tǒng)的重要組成部分，但在我國目前還處在探索研究的起步階段，由于有不同的國情，直接引

2、入國外的系統(tǒng)并不能滿足我國復(fù)雜的交通系統(tǒng)，在這一背景下，本文對基于視頻的車型識別系統(tǒng)的相關(guān)問題進(jìn)行研究，主要包括： 在分析現(xiàn)有眾多車輛檢測算法的基礎(chǔ)上，采用減背景法實現(xiàn)車輛目標(biāo)的檢測，該方法滿足了靜態(tài)背景下動態(tài)車輛檢測的目的。對于運動車輛陰影的干擾問題，分析現(xiàn)有陰影分割算法所存在的問題，采用基于遺傳算法圖像分割方法對車輛圖像的陰影進(jìn)行分割。 利用圖像配準(zhǔn)技術(shù)和融合技術(shù)，對兩個同質(zhì)傳感器拍攝的車輛圖像進(jìn)行配準(zhǔn)和融合。根據(jù)同

3、類傳感器圖像間的灰度具有較強的相關(guān)性的原理，采用模板匹配算法對圖像進(jìn)行配準(zhǔn)。同時對圖像的像素級融合技術(shù)開展研究，采用加權(quán)平均融合算法，對兩個同質(zhì)傳感器獲得的車輛圖像進(jìn)行像素級融合，在滿足應(yīng)用需求的同時，兼顧了運算簡單，快速，易于實現(xiàn)的優(yōu)點。 在車型分類方面，對經(jīng)過前期處理的車輛圖像做了邊緣檢測與形態(tài)學(xué)濾波、聯(lián)通域處理，得到車輛的位置輪廓，根據(jù)投影和幾何映射的關(guān)系計算出車輛的幾何特征，并由分類標(biāo)準(zhǔn)提取出車型分類所需的特征向量。本文