探析基于图像分析的车型识别技术研究

《探析基于图像分析的车型识别技术研究》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、⑨豪韵太·粤硕士学位论文基于图像分析的车型识别技术研究研究生：张焙铧导师：路小波教授专业：交通信息工程及控制东南大学交通学院二零一零年四月mll

2、l

3、⋯11l

4、111111⋯⋯

5、l

6、lI

7、11li《圳Y1762205RESEARCHONⅦHICLERECOGNITIONBASEDONIMAGEANALYSISAThesisSubmittedtoSoutheastUniVersityForthe公LcademicDegreeofMasterofEngineeringBYZHANGBei-huaSupervisedbyProfesso

8、rLUXiao-boSchoolofTransportationSoutheastUniVersityApril2010东南大学学位论文独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本文所做的任何贡献均已在论文中作了明确的说明并表示了谢意。研究生签名：——日期：东南大学学位论文使用授权声明东南大学、中国科学技术信息研究

9、所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借阅，可以公布(包括刊登)论文的全部或部分内容。论文的公布(包括刊登)授权东南大学研究尘院办理。研究生签名：——导师签名：一一．日期：．一．摘要车型自动识别在交通监控和管理中有着广阔的应用前景。本文研究了基于图像分析的车型识别技术，研究内容包括车辆分割、车型特征提取及车型分类，主要上作如下：(1)车辆分割研究。当车辆图像与背景图像局部像素灰度值相近

10、时，基于投影的车辆分割方法易产生分割错误，本文提出了一种基丁区域扫描的车辆分割方法，较好地解决了这一问题，并可有效避免多车情况下其它车辆的干扰，解决复杂交通情况下车辆的分割问题。(2)车型特征提取。根据车型分类的需要，研究提取车辆的长、宽、面积、周长、轮廓、矩特征等车型特征参数；讨论了类别可分性判据，基于类别可分性判据，分析了车型特征参数的选择问题，为车辆分类奠定了基础。(3)车型分类研究。研究了基于BP神经网络的车型分类，并结合BP神经网络分类器，研究了不同特征选参数对车型分类结果的影响，通过选择合适的特征参数，获得了较高的分类

11、正确率；为了进一步提高分类正确率，研究了基丁PNN神经网络的车型分类，实验结果表明，基于PNN神经网络的车型分类效果优丁BP神经网络。关键词：车型识别，车辆分割，特征提取，BP神经网络，PNN神经网络Abstractvehicleidentificationhasbroadapplicationprospectsintrafficmonitoring翘dmanagement．nispaperresearchVehiclemcognitionbased0nimage觚alysis．ThestudyincludesVehiclese孕

12、mntation、f色atuIeextraction、vehicledassification．MaintasksareasfbUo、Ⅳs：(1)Vehiclesegmentation．WhenaVehideimagepixel伊ayValueissimilartoback伊oundilnage，∞gmentationmethodbaSedonprojectionofthevehicleiseasytoproduceerrors．Thispaperp陀∞ntstheVehicleSegmentationmethodbaSedonr

13、egionscanning，S0lvedthispmblem，atthesametiIlle，toaVoidinterferencewithothervehiclesand∞lVetheproblem0fVehicksegmentationincomplextrafficsituations．(2)featu陀extmction．Ac∞rdingt0theneedsofVehicleclassification，extractVehiclelen舀h、width、area、pe加eter、contour、momentfeature

14、sand∞∞．CategorydistingIlishabilitycriterionisdiScussed，toanal)rzethe∞lectiVeproblemsoftheParamete硌．(3)vehicleidentification．