基于类haar特征和最近邻分类器的车辆检测

《基于类haar特征和最近邻分类器的车辆检测》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。基于类Haar特征和最近邻分类器的车辆检测　　摘要　　针对传统车辆检测方法计算复杂和误检率高的问题，提出了一种基于类Haar图像特征描述的车辆检测方法。首先，建立特征向量库，利用类Haar特征对训练样本进行特征提取。然后，提取待检测图像的子图像特征信息。最后，最近邻分类器利用特征向量库对待识别的子图像进行车辆存在性检测。利用积分图像的概念对图像进行描述，大幅度提高了特征提取速度。此外

2、，分析了不同数量的类Haar特征对检测效果的影响。实验结果表明，该方法能大幅降低误检率，获得较高的查准率，对日间自然光条件下的车辆有较好的检测效果。　　【关键词】Haar-like积分图像最近邻车辆检测　　1引言为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的

3、使用和维护。　　车辆检测在智能交通系统中至关重要，旨在预测车辆的潜在危险，以便及时地警告司机。当前的车辆检测方法主要分成三种：基于感应线圈的检测，基于波频检测和基于图像视频的检测。基于感应线圈的检测方法是通过感应线圈的电磁感应现象，当车辆经过时有电流变化，从而实现检测。但线圈随着年限的增加会出现老化损耗等，导致检测失效。基于波频的检测方法主要依赖微波、红外线、超声波或者雷达等有源传感器检测车辆。尽管该方法适用于不同的工作环境，但是其却无法区分障碍物的种类。与前两种方法不同，图像视频检测方法利用与人类视觉相似的相机系统，能够向模式识别系统提供丰富信息，所以其更

4、适用于车辆检测。　　目前，基于视觉的常用车辆检测方法主要包括基于模板匹配的检测方法、基于学习的检测方法和基于特征的检测方法。其中，基于学习的检测方法主要是利用大量的车辆图片来训练分类器.常用的分类器主要包括SVM、AdaBoost、神经网络等。文献[18、19]介绍了一种基于类Haar和AdaBoost分类器的车辆识别算法。该算法虽然检测速度快，检测率高，且误检率低，但训练样本规模非常大时，训练分类器耗时较长。文献[20]HOG特征和SVM的车辆检测算法，此算法适应性强，但其计算复杂度高。为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源

5、运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。　　鉴于此，本文提出了一种计算简单且能大幅度降低误检率的车辆检测方法，即类Haar特征结合KNN算法。KNN算法简单，易于实现，并且利用积分图像的概念对图像进行描述，可以�@著提高特征提取速度。该方法由两部分组成：特征提取阶段和检测阶段。特征提取阶段，使用类Haar特征

6、对训练集图像进行特征提取，获取特征信息，组建特征数据库；检测阶段，统一测试图像尺寸，用滑动窗口对其进行分割，并对子图像进行特征提取。利用最近邻分类器将每幅子图像的特征信息与特征信息库进行对比，从而检测是否有车辆存在，并确定车辆位置。　　2算法结构　　本文算法可以分为两个主要阶段：特征库建立和车辆检测。特征库建立阶段，首先选取对分类识别起关键作用的类Haar特征，并利用其对训练样本进行特征提取，然后建立特征向量库。车辆检测阶段，首先提取待检测图像的类Haar特征，然后将特征输入到KNN分类器中进行车辆存在性检测.算法结构如图1所示，文章后续部分将对这两个主要阶

7、段进行详述。　　3特征库建立阶段　　特征库建立阶段主要包括图像预处理、计算积分图、提取类Haar特征三部分。这个阶段建立的特征向量库将为检测阶段提供类Haar特征信息。　　图像预处理及积分图计算　　将训练集中所有图像的尺寸统一设置为24x24的RGB图像，如图2所示，训练集样本包含积极样本和消极样本。然后根据文献[22]介绍的方法计算每个图像的积分图，为后续阶段快速计算类Haar特征做准备。　　当计算类Haar特征时，仅以Viola等人提出的四个基本矩形特征为例，在一个24×24窗口图像为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运

8、用于课堂教学，还利用系统的特色栏目开展课外活动，对学