基于车辆正面图像的车型特征提取方法研究

《基于车辆正面图像的车型特征提取方法研究》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、单位代码１０１４４分类号７Ｐ编号硕±学位论文ｍ目篆手草碱正齊爵像詢丢藝轉化後杞Ａ研妍究生姓名（／／届松妙Ｉ故＾的碱短专业）导师姓名子涛ＪＯ。王论文完成日期坪Ｉ巧凌娠化＾欠妻ＳｈｅｎｙａｎｇＬｉｇｏ打ｇＵｎｉｖｅｒｓｉｔｙ沈阳理工大学硕±学位论文原创性声明：本人郑重声明本论文的所有工作，是在导师的指导下，由作者本人独立完成的。有关观点、方法、数据和文献的引用己在文中指出，并与参考文献相对应。除文中己注明引用的内容外，

2、本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体，均己在文中明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者（签字）：主＾日期一〇／《年３月日学位论文版权使用授权书本学位论文作者完全了解沈阳理王大学有关保留、使用学位论文的规定，目Ｐ：沈阳理工大学有权保留并向国家有关部口或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权沈阳理工大学可Ｗ将学位论文的全部或部分内容编入有关数据库进行检索，可

3、采用影印、缩印或其它复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书）学位论文作者签名：梁适＾指导教师签名：日期：如＇＜３．／〇日期：分类号：TP391.41密级：ＵＤＣ：621.3编号：工学硕士学位论文基于车辆正面图像的车型特征提取方法研究硕士研究生：梁佳鑫指导教师：于洋教授学科、专业：检测技术与自动化装置沈阳理工大学2016年3月分类号：TP391.41密级：ＵＤＣ：621.3编号：工学硕士学位论文基于车辆正面图像的车型特征提取方法研究硕士研究生：梁佳鑫指

4、导教师：于洋学位级别：工学硕士学科、专业：检测技术与自动化装置所在单位：沈阳理工大学论文提交日期：论文答辩日期：学位授予单位：沈阳理工大学ClassificationIndex:TP391.41U.D.C:621.3AThesisfortheMasterDegreeofEngineeringResearchOnVehicleFeatureExtractionMethodBasedOnVehicleFrontalImageCandidate:LiangJiaXinSupervisor:YuYangAc

5、ademicDegreeAppliedfor:MasterofEngineeringSpeciality:DetectionTechnology&AutomationDevicesDateofSubmission:DateofExamination:University:ShenyangLigongUniversity摘要智能交通系统是现在化交通的重要组成部分，而车型的自动识别是智能交通领域中的一个重要研究方向。高速公路作为现代化交通中必不可少的一项基础设施，收费过程中的作弊行为已经十分严重。基于这

6、一问题，本文提出了一种利用车脸图像自动识别车型的算法。本文共包括三个主要部分：图像的预处理、车辆正面特征提取和车型识别。研究了基于车牌定位的车脸分割方法，采用颜色特征与边缘检测相结合的方式，对车辆图像进行车牌分割，再根据车牌计算车脸的垂直中轴线和车脸带的水平分割线、轮廓跟踪法分割出大灯、车标区域。针对于车脸图像特征提取的问题，本文提取图像的HU不变矩和LBP算子作为车脸感兴区域的特征。为了增加算法的实用性并减小算法的复杂度，本文提出了一种HU标准化不变矩算法。通过对原有HU不变矩算法进行标准化处理，

7、进而缩小特征数值区间。并与典型的HU不变矩算法、LBP算子提取结果进行了对比分析。将三种算法对车脸特征提取的特征值与其对应车型保存入数据库中，为高速公路收费口自动检测车型建立样本数据库。在车型识别阶段，本文采用本文选用的采用基于RBF神经网络的车型识别算法，针对车型识别领域的特殊性，本文在理论分析和大量实验的基础上提出了一个较为有效的RBF神经网络结构，采用本文选用的三种车型特征提取算法对收费站过往车辆进行训练、识别。实验表明，本文提出的基于标准化HU不变矩特征结合RBF神经网络的车型识别方法能对高

8、速公路中车辆进行较好识别，并获得了较高的识别率。关键字：特征提取、HU不变矩、RBF神经网络、车型识别AbstractIntelligenttransportationsystemisanimportantpartofthetraffic,andtheautomaticidentificationofthemodelsisanimportantresearchdirectioninthefieldofintelligenttransportation.Asanesse