利用局部特征的子空间车辆识别算法.pdf

《利用局部特征的子空间车辆识别算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、1562010，46（30）ComputerEngineeringandApplications计算机工程与应用利用局部特征的子空间车辆识别算法刘怀愚，李璟，洪留荣LIUHuai-yu，LIJing，HONGLiu-rong淮北师范大学计算机科学与技术学院，安徽淮北235000SchoolofComputerScience&Technology，HuaibeiNormalUniversity，Huaibei，Anhui235000，ChinaE-mail：hbant@163.comLIUHuai-yu，LIJing，HONGLiu-rong.Subspace

2、vehiclerecognitionalgorithmusinglocalfeatures.ComputerEngineer-ingandApplications，2010，46（30）：156-158.Abstract：Utilizethemethodofprincipalcomponentsanalysistoresearchtheinfluencetotherecognitionresultcausedbydifferentvehiclefeatures（suchasglobalfeature，variouskindsoflocalfeatures），

3、anewvehiclerecognitionalgorithmispro-posed.Theproposedalgorithmcanreducetheinfluenceoflightingconditionsandbackgroundnoiseeffectivelyanddetectpar-tiallyoccludedvehiclesaccurately.Testingresultsdemonstratethatbyusingtheproposedalgorithmthevehicledetectioncanberealizedwithastrongrobu

4、sticityandhighidentificationratio.Keywords：staticimage；vehiclerecognition；principalcomponentanalysis；localfeature；occlusiondetection摘要：利用改进的主成分分析（PrincipalComponentAnalysis，PCA）方法，通过研究不同的车辆特征（如全局特征、各种局部特征）对静态图像车辆识别效果的影响，提出了一种新的静态图像车辆识别算法。该算法可有效降低光照和背景噪声对识别的影响，实现对存在部分遮挡的车辆检测。实验结果表明，

5、该算法具有良好的鲁棒性和车辆识别率。关键词：静态图像；车辆识别；主成分分析；局部特征；遮挡检测DOI：10.3778/j.issn.1002-8331.2010.30.046文章编号：1002-8331（2010）30-0156-03文献标识码：Ａ中图分类号：TP391.411引言遮挡的车辆，同时降低了对光照变化、环境噪声的敏感性。车辆识别是现代智能交通系统的重要组成部分，目前常该算法首先对采集来的车辆样本利用直方图均衡化的方见的车辆识别方法包括基于视频序列的车辆识别和基于静态法进行预处理，并进一步地选取三个子区域作为局部特征；然图像的车辆识别。由于没有帧之

6、间的相关信息可以利用，因后利用改进的PCA方法分别抽取三个局部特征的主要成分，此相对于基于视频的车辆识别算法而言，基于静态图像的车构成三个特征空间；最后利用缩放比例因子α将待识别图像在辆识别算法实现起来更加困难，但是由于其较高的学术价值不同尺度下分别投影到上述三个特征空间，得到一组投影系及其在自动导航、停车场调度监控等领域的广阔应用前景，使数，并通过与各车辆样本比较进行车辆识别。这一问题越来越引起人们的关注，也成为智能交通系统研究中的一个重要分支。目前，静态图像中的车辆识别和计数方2局部特征的选择法归为两种：一种是基于建模和模板匹配的方法，一种是基于采用局部

7、特征进行车辆识别，这主要是因为基于局部特统计学习的方法。文献[1-3]采用基于建模和模板匹配的方法征的识别方法具有以下几个方面的优越性。一方面，与全局利用局部特征描述车辆，对所建模型的要求较高，抗噪声能力特征相比，合适的局部特征对于几何变形和光照变化更加不较弱，算法的鲁棒性不够好。文献[4-5]分别采用线性支持向敏感；另一方面，局部特征包含的数据量较少，更有利于减少量机和PCA（PrincipalComponentAnalysis）等统计学习的方计算量，降低算法所需的系统开销。法进行车辆检测，文献[6]采用支持向量机并结合车牌、通风栅车辆的局部特征包括车顶、

8、挡风玻璃、后视镜、车头、牌格、轮廓等特征实现车辆检测