基于视频图像的车辆检测及车型识别研究

基于视频图像的车辆检测及车型识别研究

ID:35179170

大小:4.79 MB

页数:79页

时间:2019-03-20

基于视频图像的车辆检测及车型识别研究_第1页
基于视频图像的车辆检测及车型识别研究_第2页
基于视频图像的车辆检测及车型识别研究_第3页
基于视频图像的车辆检测及车型识别研究_第4页
基于视频图像的车辆检测及车型识别研究_第5页
资源描述:

《基于视频图像的车辆检测及车型识别研究》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、硕士学位论文MASTER’SDISSERTATION论文题目基于视频图像的车辆检测及车型识别研究作者姓名高许学位类别工程硕士指导教师程淑红副教授2016年5月中图分类号:TP391学校代码:10216UDC:621.39密级:公开工程硕士学位论文(应用研究型)基于视频图像的车辆检测及车型识别研究硕士研究生:高许导师:程淑红副教授副导师王国宾高级工程师申请学位:工程硕士工程领域:仪器仪表工程所在单位:电气工程学院答辩日期:2016年5月授予学位单位:燕山大学ADissertationinInstrumentandMeterEngineeringRESEARCHONVEHICLEDETEC

2、TIONANDVEHICLERECOGNITIONBASEDONVIDEOIMAGEbyGaoXuSupervisor:AssociateProfessorChengShuhongYanshanUniversityMay,2016燕山大学硕士学位论文原创性声明本人郑重声明:此处所提交的硕士学位论文《基于视频图像的车辆检测及车型识别研究》,是本人在导师指导下,在燕山大学攻读硕士学位期间独立进行研究工作所取得的成果。论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体,均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签字:日期:年

3、月日燕山大学硕士学位论文使用授权书《基于视频图像的车辆检测及车型识别研究》系本人在燕山大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归燕山大学所有,本论文的研究内容不得以其它单位的名义发表。本人完全了解燕山大学关于保存、使用学位论文的规定,同意学校保留并向有关部门送交论文的复印件和电子版本,允许论文被查阅和借阅。本人授权燕山大学,可以采用影印、缩印或其它复制手段保存论文,可以公布论文的全部或部分内容。保密□,在年解密后适用本授权书。本学位论文属于不保密□。(请在以上相应方框内打“√”)作者签名:日期:年月日导师签名:日期:年月日摘要摘要随着交通事故、交通拥堵等问题

4、的日益严重,智能交通系统(IntelligentTransportationSystem,ITS)越来越受到关注。智能交通系统是未来交通的发展趋势,其最重要的组成部分是车辆检测和车型识别技术。本文在国内外相关研究成果的基础上,主要进行了基于视频图像的车辆检测和车型识别研究。首先,利用Surendra背景更新算法和背景差分法得到运动车辆的前景图像。针对由于光照、天气、阴影等因素变化导致固定的分割阈值不能满足实时需要的问题,本文采用动态阈值的方法,采用粒子群优化算法与最大熵图像分割方法相结合,得到最优的分割阈值。将灰度直方图和边缘特征进行融合来消除车辆阴影,提高车辆检测准确率。然后,分别提

5、取了车辆的几何特征、纹理特征和方向梯度直方图(HistogramofGradient,HOG)特征。通过对每种类型特征逐一进行分析,选择了周长、面积和长宽比作为几何特征;均值、标准偏差、熵、平滑度和一致性作为纹理特征以及HOG作为车辆的局部特征。针对HOG维数过高造成计算复杂的问题,通过主成分分析(PrincipalComponentAnalysis,PCA)对HOG特征进行降维处理。将选取的特征进行组合表示车辆信息,利用车辆的组合特征可以有效地解决单一特征容易受到光照、天气、阴影等环境影响的问题,有助于提高车型识别的准确率。最后,利用支持向量机分类器对小轿车、货车和面包车三种类型的车

6、辆进行识别分类。根据三种类型车辆的特征参数建立样本数据库,采用网格搜索法、遗传算法和粒子群算法分别对核参数和惩罚因子进行优化。实验表明:采用粒子群算法进行参数优化时,得到的车辆分类准确率最高。关键词:车辆检测;Surendra背景更新;特征提取;支持向量机;粒子群算法;车型识别-I-AbstractAbstractWiththetrafficaccidentandtrafficcongestionproblemisincreasinglyserious,intelligenttransportationsystem(ITS)hasattractedmoreandmoreattentio

7、n.Intelligenttransportationsystemisthedevelopmenttrendofthefuturetraffic,anditsmostimportantcomponentisthevehicledetectionandvehicleidentificationtechnology.Basedonthedomesticandforeignrelatedresearchresults,mainlystudiedthe

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。