基于svm车型识别系统的设计与实现本科生本科学位论文.doc

《基于svm车型识别系统的设计与实现本科生本科学位论文.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、陕西理工学院毕业设计基于SVM车型识别系统的设计与实现[摘要]车辆自动识别分类技术是智能运输系统的重要组成部分，它对特定地点和时间的车辆进行识别和分类，并以之作为交通管理、收费、调度、统计的依据。要实现我国公路收费自动化、管理规范科学化，车型自动识别方法的研究势在必行。本文研究基于车型图像代数特征的车型识别方法。该方法首先利用背景差分法从背景图像中提取出运动车辆，并对车型图像进行预处理，然后采用特征并行融合的方法用PCA方法，最后通过支持向量机分类器进行车型识别。[关键词]车型识别，特征融合，特征提取，决策支持向量机Vehic

2、leIdentificationSystemBasedOnSVMDesignAndImplementationAbstract:AutomaticVehicleIdentificationandClassificationofIntelligentTransportSystemtechnologyisanimportantpartofitsspecificplaceandtimetheidentificationandclassificationofvehicles,andusedastrafficmanagement,fee

3、s,scheduling,statisticalbasis.China'sroadtolltoachieveautomation,standardizedandscientificmanagement,AutomaticVehicleIdentificationMethodimperative.Thispaperexploresthecharacteristicsofthevehiclemodelimagealgebrarecognition.Thismethodfirstusesbackgroundsubtractionto

4、extractfromthebackgroundimagemovingvehicles,andvehicleimageispreprocessed,andthenusetheparallelfeaturefusionmethodusingprincipalcomponentanalysis,andfinallythroughthesupportvectormachineclassifierforvehicleidentification.Keyword:Vehiclerecognition,featurefusion,feat

5、ureextraction,decisionsupportvectormachine目录1引言............................................................................................................21.1车型识别的研究内容及其应用..................................................................21.2车型识别的研究现状和前景............

6、..........................................................31.3本文研究的主要内容及结构安排..............................................................32车辆图像预处理.......................................................................................42.1图像平滑........................

7、..............................................................................42.2图像标准化..................................................................................................53车型特征提取.........................................................................

8、...................73.1PCA方法概述..............................................................................................73.2PCA方法提取车型特