基于图像识别的车辆检测算法研究

《基于图像识别的车辆检测算法研究》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、１１８分类号：ＴＰ３１］单位代码：０３硏究生学号：２０Ｂ５３Ｈ３８４密级：公开雜古都大学硕女学位论义专业＃（）基于图像识别的车辆检测算法研究ＲｅｓｅａｒｃｈｏｎＶｅｈｉｃｌｅＤｅｔｅｃｔｉｏｎ？ｇｏｒｉｔｈｍＢａｓｅｄｏｎＩｍ巧ｅＲｅｃｏｇｎｉｔｉｏｎｍ作者姓名：李晓兵类别；在职工程硕±领域（方向）：软件工程指导教师：虞强源副教授培养单位：软件学院２０１６年１２月基于图像识别的车辆检测算法研究Ｒｅｓｅａｒｃｈ

2、ｏｎＶｅｈｉｃｌｅＤｅｔｅｃｔｉｏｎＡｌｏｒｉｔｈｍｇＢａｓｅｄｏｎＩｍａｇｅＲｅｃｏｇｎｉｔｉｏｎ作者独名：李晓兵领域（方向）：软件Ｘ程指导教师：虞强源副教授Ｉ类貞Ｊ：在职Ｘ賴硕±＾１）答辨Ｈ期：２０１６年月円＾未经本论文作者的书面授权，依法收存和保管本论文书面版本、电子版本的任何单位巧个人，均不得对本论文的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等有碍作者著作权的商业性使用（但纯学术性使用不在此限）。否则，应承担侵权的法律

3、责任。吉林大学硕±学位论文原创性声明本人郑重声明：所呈交的硕±学位论文，是本人在指导教师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中Ｗ明确方式标明。本人完全意识ｋ到本声明的法律结果由本人承担。学位论文作者签名：曰期：２０１６年（曰巧／ｂ摘要摘要基于图像识别的车辆检测算法研究随着当今社会经济高速增长，社会对交通运输的需求不断增高，交通密

4、度也随之增大，在日常的工作和生活中，道路交通事故发生较为频繁，从而给人们造成人身和财产安全的极大损害。最近几年里，为了改善交通安全状况、预防意外事故发生，全世界各国对交通系统的管理加大了投入，并逐渐形成了道路交通管理的专项研究领域。据交通事故统计数据显示，驾驶员面临的最主要的威胁来自于其他车辆。因此，帮助驾驶员掌握驾驶环境的车载系统已经引起广泛的重视。当前的车载系统中照相机安装在车辆上而不是在公路的监控系统中。在这些系统中，具有鲁棒性和可靠性的车辆识别是第一步。但是车辆在外观分类上有很大的可变性，在

5、形状、尺寸和颜色上各有不同，并且车辆的外观依赖他所在的位置，容易被复杂的外部环境所影响，因此使用光学传感器的车辆检测还是一个很大的挑战。随着目前图像处理和模式识别等技术的不断革新，计算机视觉在车辆识别中的应用越来越多。由于车辆的速度是与它的处理速度密切相关的，车载系统比其他应用需要更快的处理速度，但是车辆检测与多数对象检测一样，具有计算量大、检测缓慢等问题，使得它目前还不能成为一个实用程序。如何提高检测算法的速度，实现实时的检测是目前研究的一个难点。本文的主要工作是研究国内外较为常用的三个特征，即H

6、aar、HOG、LBP，以及Adaboost学习算法，并分别基于这三个特征来训练Adaboost分类器，比较其训练时间和在车辆检测算法中的目标识别效果，得到性能较高的车辆识别分类器，从而提高车辆检测算法的实用性。三个特征的分类器训练时，就分类器对样本质量的敏感程度而言，Haar特征的分类器最敏感，因此，可以根据Haar特征的训练过程来判断样本质量，避免不必要的训练过程；就分类器整体训练速度而言，LBP特征分类器的速度是最快，并且在样本相同时，LBP特征分类器是训练级数最少的；就分类器训练时提取特征的

7、时间而言，Haar特征的Precalculationtime最长；就分类器的质量而言，HOG特征的分类器质量是最优的，它具有良好的检测率和较低的误检率；就对车辆目标的识别时间来看，基摘要于HOG特征的识别算法是速度最快的。由于车辆检测算法的准确性关系着交通安全，因此牺牲分类器训练时间而获得较高的准确性是合理的。并且，考虑到车辆检测算法的实用性，要确保它的实时性必须非常好。因此，综合起来看，HOG特征无疑是车辆检测算法中目标特征提取时的最佳选择。关键词：车辆检测，图像识别，Adaboost分类器，Ha

8、ar，HOG，LBPAbstractAbstractResearchonVehicleDetectionAlgorithmBasedonImageRecognitionWiththerapidgrowthoftoday'ssocialeconomy,socialdemandfortransporthasincreasedandtrafficdensityalsobecamebiggerthanbefore.Inthedailylife,trafficaccidents