基于小波分析和矩不变量的车型识别

基于小波分析和矩不变量的车型识别

ID:26630266

大小:122.00 KB

页数:4页

时间:2018-11-28

基于小波分析和矩不变量的车型识别_第1页
基于小波分析和矩不变量的车型识别_第2页
基于小波分析和矩不变量的车型识别_第3页
基于小波分析和矩不变量的车型识别_第4页
资源描述:

《基于小波分析和矩不变量的车型识别》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、文章编号:1009-8119(2006)03-0036-02基于小波分析和矩不变量的车型识别车德欣,李小平(北京理工大学信息科学技术学院计算机科学工程系,北京100081)摘 要 提出了一种利用小波分析和矩不变量技术对汽车车型进行自动识别的方法,包括汽车车型图像的分割、矩特征的提取和车型自动识别。实验证明文中的算法有着较高的识别精度和良好的分类效果。关键字车型,小波,矩不变量AutomaticVehicleRecognitionBasedonWaveletAnalysisandInvariantMovementCheDexin,LiXiaop

2、ing(DepartmentofComputerScienceandEngineering,SchoolofInformationScienceandTechnology,BeijingInstituteofTechnology,Beijing100081)Abstracts:ThispaperdiscusesapplicationofwaveletanalysisandInvariantMovementsonAutomaticVehicleRecognition.Thewaveletanalysiswasusedtogetmulti-sca

3、leedgeimages,andtheinvariantmomentswereusedtoextractthefeaturesofimage.ThenwecancomparesimilaritythroughtheEuclideandistancebetweentwoimages’normalizedmomentvectors.Theexperimentalresulthasdemonstratedgoodperformanceinrecognitionofvariousvehicletypes.Itcanworkaccuratelyandq

4、uickly.Keywords:AutomaticVehicleRecognition,Wavelet,InvariantMovements1引言随着我国经济快速发展,道路交通日益繁忙和拥挤,交通事故也日益增多。为有效地对道路上的车辆进行监控和管理,准确迅速识别、归类,有必要在电子收费系统中引入自动车型识别技术。本文提出了一种利用小波多尺度边缘检测和矩不变量特征对汽车车型进行自动识别的方法,包括汽车车型图像的分割、特征提取以及基于矩特征向量的车型自动识别和分类。2小波多尺度边缘检测我们用二维信号来表示一幅图像,小波[1]4多尺度边缘检测的任务

5、就是从图像中提取出车辆的边缘信息,以便将来的矩特征的提取。信号的多尺度边缘提取首先是在各个尺度上平滑信号,再利用平滑后的信号的一阶或二阶微商值来检测信号突变点。一阶微商极值点对应于信号二阶微商的零值点和平滑后信号的拐点。定义在尺度2J时图像的模和幅角分别为:其中和分别为原图像的水平和垂直方向的边缘信息。[2]若图像二进小波变换的局部极值点是点,则在该点上,M2j在沿由A2j给定的梯度方向上为局部最大[2]。即在尺度为2j时,图像的灰度突变点对应于沿梯度方向M2j的局部极大值。这些取极大值点的位置就给出了图像的一个多尺度边缘(如图1和图2所示)

6、。通过对不同种类车型的识别结果表明,这种基于小波变换模局部极大值的多尺度边缘检测方法,能够较好地检测出所需车型的轮廓信息,是一种比较有效的边缘检测方法,为后续的车型特征值的提取和分类打下了良好的基础。图1汽车原始图图2小波边缘检测效果3矩不变量由于车型种类繁多,如何寻找具有良好描述和分类性能的特征以及如何提取这些特征就成为解决车型识别问题的关键。矩特征[3]是一种全局不变量,而且它对噪声不太敏感;矩的另一个特性是不管目标是否封闭,都能较好地识别目标。1962年,Hu.M.K[4]4将代数不变量理论用于上述尺度规范化矩,构造出如下7个著名的矩不

7、变量:不变矩特征的定义和计算公式建立在对一个区域内部灰度值或者是边界灰度值分析基础上的,是一个全局量的描述,描述了对象的整体特征。在本课题中,通过小波多尺度边缘检测提取了图像的边缘信息后,接下来就是通过判断模板图和待匹配的图像的相似性判定车型。在此我们采用了欧氏距离的相似性[5]度量方法。模式样本向量X与Y之间的欧氏距离定义为:其中,n为特征空间的维数。若两幅图像位于同一个类型区域里,则欧氏距离D(x,y)较小。上面介绍的图像的7个矩特征对平移、旋转和尺度是不变量。在进行目标识别过程中,可以利用基于区域和基于边界的图像的7个矩不变量组成这个图

8、像的特征向量,计算两幅图像的特征向量的欧氏距离作为两幅图像的相似度。因此利用不变矩的目标识别算法可按以下步骤进行:小波边缘检测提取目标的边界图。对图像目标的区域图和

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。