基于稀疏表示车标识别方法的研究

基于稀疏表示车标识别方法的研究

ID:33640539

大小:4.24 MB

页数:63页

时间:2019-02-27

基于稀疏表示车标识别方法的研究_第1页
基于稀疏表示车标识别方法的研究_第2页
基于稀疏表示车标识别方法的研究_第3页
基于稀疏表示车标识别方法的研究_第4页
基于稀疏表示车标识别方法的研究_第5页
资源描述:

《基于稀疏表示车标识别方法的研究》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、厦门大学学位论文著作权使用声明iYllllIll2lllIIl3IIIln4lIIIIl4Ilillllllllllllllilollllll41qllk㈣㈣㈣本人同意厦门大学根据《中华人民共和国学位条例暂行实施办法》等规定保留和使用此学位论文,并向主管部门或其指定机构送交学位论文(包括纸质版和电子版),允许学位论文进入厦门大学图书馆及其数据库被查阅、借阅。本人同意厦门大学将学位论文加入全国博士、硕士学位论文共建单位数据库进行检索,将学位论文的标题和摘要汇编出版,采用影印、缩印或者其它方式合理复制学位论文。本学位论文属于:()1.经厦门大学保密委员会审查核定的保密学位论文

2、,于年月日解密,解密后适用上述授权。()2.不保密,适用上述授权。(请在以上相应括号内打“√"或填上相应内容。保密学位论文应是已经厦门大学保密委员会审定过的学位论文,未经厦门大学保密委员会审定的学位论文均为公开学位论文。此声明栏不填写的,默认为公开学位论文,均适用上述授权。)声明人(签名):2口多年易月易才钦摘要捅姜车标识别技术融合了计算机视觉、模式识别与图像处理等多个研究方向,是当前智能交通领域的研究热点之一。现有的车标识别方法大多需要进行车标的精确定位,而车标普遍存在污损、光照、部分遮挡等情况,目前还没有一种有效的方法能够对这些车标进行准确定位,这在很大程度上影响了车

3、标的识别率,也使得现有车标识别方法在实际应用中受到制约。针对现有车标识别方法的不足,本文在深入研究稀疏表示理论的基础上,提出了基于稀疏表示的车标识别方法。由于稀疏表示能够对信号进行简洁的表示,而最简洁的表示往往具有天然的判别性能。本文利用稀疏表示这一独特的优越性实现对车标的自动识别。相关实验结果表明,基于稀疏表示的车标识别方法对于车标中存在的污损、光照、部分遮挡等情况具有很强的鲁棒性。本文的主要研究内容和成果如下:(1)、对稀疏表示理论进行深入研究,表明了车标图像可以表示为训练样本中多个原子的线性组合。由于原子的特征与车标图像的某些局部特征有着一定的相似性,当相似程度越高

4、时,对应表示系数的值就会越大,反之越小,从而产生了对整幅车标图像的稀疏表示。因此利用稀疏表示对车标进行识别是可行的。(2)、对车辆图像进行预处理。本文首先对车辆图像进行增强、倾斜校正、归一化、灰度化及中值滤波等预处理,再根据车牌位置先验知识确定车标的粗定位区域。与现有的车标识别方法不同,本文方法只需要知道车标的粗定位区域就可以实现对车标的自动识别,避免了车标定位不准确而给识别结果造成的影响。(3)、提出基于稀疏表示的车标识别方法。在车标粗定位区域中,利用大小适中的滑动窗口获取测试样本图像,将其描述为混合字典的线性组合,通过最小fj范数方法求解稀疏表示系数。最后利用稀疏集中

5、指数(SparsityConcentrationIndex,,SCI)对车标的有效性进行判别,并利用重构残差对车标进行识别。大量实验表明,本文提出的基于稀疏表示的车别方法是合理的,具有较高的实际应用价值。关键词:车标识别;稀疏表示;学习字典AbstractVehiclelogorecognition(VLR)whichrelatetocomputervision,patternrecognitionandimageprocessingandSOon,isoneofthefocusofIntelligenceTrafficSystem.MostoftheexistingVL

6、Rmethodsneedaccuratevehiclelogolocation,butthereisnoeffectivemethodtoaccuratelylocatethelogowhichissubjecttoillumination,corrosionandpartocclusion.IthasagreatinfluenceontherecognitionrateandmakestheexistingVLRmethodsrestrictedinpracticalapplications.Sincetheproblemofvehiclelogolocationhas

7、affectedtherecognitionrate,VLRbasedonsparserepresentationisproposedinthispaper.SparserepresentationCanrepresentasignalconcise,andthemostconciserepresentationhasanaturaldiscriminativeperformance,theuniqueperformanceofsparserepresentationCanbeusedforrecognizingvehicle

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。