基于支持向量機(jī)的車(chē)型分類(lèi)視頻檢測(cè)研究與實(shí)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(chē)、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(huì)效益和巨大的市場(chǎng)應(yīng)用前景。 車(chē)輛的自動(dòng)識(shí)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(guó)目前還處在探索研究的起步階段，由于有不同的國(guó)情，直接引

2、入國(guó)外的系統(tǒng)并不能滿足我國(guó)復(fù)雜的交通系統(tǒng)，在這一背景下，本文對(duì)基于視頻的車(chē)型識(shí)別系統(tǒng)的相關(guān)問(wèn)題進(jìn)行研究，主要包括： 在分析現(xiàn)有眾多車(chē)輛檢測(cè)算法的基礎(chǔ)上，采用減背景法實(shí)現(xiàn)車(chē)輛目標(biāo)的檢測(cè)，該方法滿足了靜態(tài)背景下動(dòng)態(tài)車(chē)輛檢測(cè)的目的。對(duì)于運(yùn)動(dòng)車(chē)輛陰影的干擾問(wèn)題，分析現(xiàn)有陰影分割算法所存在的問(wèn)題，采用基于遺傳算法圖像分割方法對(duì)車(chē)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(duì)兩個(gè)同質(zhì)傳感器拍攝的車(chē)輛圖像進(jìn)行配準(zhǔn)和融合。根據(jù)同

3、類(lèi)傳感器圖像間的灰度具有較強(qiáng)的相關(guān)性的原理，采用模板匹配算法對(duì)圖像進(jìn)行配準(zhǔn)。同時(shí)對(duì)圖像的像素級(jí)融合技術(shù)開(kāi)展研究，采用加權(quán)平均融合算法，對(duì)兩個(gè)同質(zhì)傳感器獲得的車(chē)輛圖像進(jìn)行像素級(jí)融合，在滿足應(yīng)用需求的同時(shí)，兼顧了運(yùn)算簡(jiǎn)單，快速，易于實(shí)現(xiàn)的優(yōu)點(diǎn)。 在車(chē)型分類(lèi)方面，對(duì)經(jīng)過(guò)前期處理的車(chē)輛圖像做了邊緣檢測(cè)與形態(tài)學(xué)濾波、聯(lián)通域處理，得到車(chē)輛的位置輪廓，根據(jù)投影和幾何映射的關(guān)系計(jì)算出車(chē)輛的幾何特征，并由分類(lèi)標(biāo)準(zhǔn)提取出車(chē)型分類(lèi)所需的特征向量。本文