版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、智能交通系統(tǒng)(ITS)目前是一個(gè)非?;钴S的研究領(lǐng)域。ITS的應(yīng)用需要大量的交通數(shù)據(jù),而車(chē)輛檢測(cè)是獲取交通數(shù)據(jù)的關(guān)鍵。傳統(tǒng)的車(chē)輛檢測(cè)方法主要有電磁感應(yīng)環(huán)形線(xiàn)圈式車(chē)輛檢測(cè)器和雷達(dá)波檢測(cè)器、紅外線(xiàn)檢測(cè)器及超聲波檢測(cè)器等波式檢測(cè)器。但使用“磁”或“波”檢測(cè)的方法均不能提供全面的交通信息,這將影響ITS的應(yīng)用效果。近年來(lái),視頻檢測(cè)技術(shù)因其具有較多的優(yōu)點(diǎn)而得到了迅速發(fā)展。視頻檢測(cè)系統(tǒng)安裝維護(hù)方便,無(wú)須破壞路面,也不會(huì)中斷交通運(yùn)行,檢測(cè)范圍大,功能全
2、面,能獲得常規(guī)檢測(cè)器很難獲得的車(chē)輛尺寸、車(chē)型等重要交通參數(shù)。因此,視頻檢測(cè)系統(tǒng)具有廣闊的應(yīng)用前景。 支持向量機(jī)(Support Vector Machine,簡(jiǎn)稱(chēng)SVM)是一類(lèi)新型機(jī)器學(xué)習(xí)方法,由于其出色的學(xué)習(xí)性能,該技術(shù)已成為當(dāng)前國(guó)際機(jī)器學(xué)習(xí)界的研究熱點(diǎn),并在很多領(lǐng)域中得到了成功的應(yīng)用,目前仍處于不斷發(fā)展階段。本系統(tǒng)的車(chē)輛自動(dòng)分類(lèi)方法就是基于SVM理論的,是SVM在新的應(yīng)用領(lǐng)域的一個(gè)探索。 本文的主要工作和結(jié)果如下:
3、 (1)本文考慮到Windows系統(tǒng)中普通定時(shí)器資源在開(kāi)發(fā)大型應(yīng)用程序中存在的不足,以及多媒體定時(shí)器在克服這些不足時(shí)的優(yōu)點(diǎn),在本系統(tǒng)中使用了多媒體定時(shí)器。由于多媒體定時(shí)器的精度可達(dá)到1ms,并且優(yōu)先級(jí)很高,從而保證了數(shù)據(jù)采集的實(shí)時(shí)性和時(shí)間的準(zhǔn)確度。 (2)本系統(tǒng)根據(jù)小孔成像原理以及攝像機(jī)的安裝情況,實(shí)現(xiàn)了攝像機(jī)的標(biāo)定和車(chē)輛特征數(shù)據(jù)的計(jì)算,建立的圖像上點(diǎn)的象素級(jí)坐標(biāo)和實(shí)際物體點(diǎn)的坐標(biāo)之間的對(duì)應(yīng)關(guān)系簡(jiǎn)單明了。 (3
4、)本文提出了一種行列快速掃描法來(lái)提取車(chē)輛特征。算法的基本原理是在AOI區(qū)域內(nèi)先通過(guò)行掃描得出所有檢測(cè)到的目標(biāo)的寬度,將最大的寬度確定為檢測(cè)車(chē)輛的寬度??紤]到物體只要連續(xù)的行上有黑色象素,那么就可以認(rèn)定是一個(gè)物體上的,當(dāng)出現(xiàn)整行的白色象素時(shí)才認(rèn)為后面搜索的象素屬于另外的物體,因此在已經(jīng)確定的寬度區(qū)域內(nèi)將滿(mǎn)足搜索條件的最大的行數(shù)確定為車(chē)輛的長(zhǎng)度。整個(gè)搜索過(guò)程采用隔點(diǎn)搜索的方法進(jìn)行,大大提高了系統(tǒng)的實(shí)時(shí)性。同時(shí)實(shí)驗(yàn)結(jié)果表明:該算法對(duì)于車(chē)體部
5、分組成區(qū)域和路面的灰度值幾乎相等的情況,依然能夠獲得準(zhǔn)確的特征值。 (4)本文將支持向量機(jī)理論成功地應(yīng)用到交通車(chē)輛自動(dòng)分類(lèi)系統(tǒng),并與常用的基于神經(jīng)網(wǎng)絡(luò)的車(chē)輛分類(lèi)方法作了比較,結(jié)果表明:SVM方法識(shí)別正確率達(dá)96﹪,比其它方法具有更優(yōu)的性能。 (5)在車(chē)流量方面,通過(guò)設(shè)置兩個(gè)布爾變量記錄檢測(cè)到目標(biāo)前后是否有車(chē)輛存在的方法,實(shí)現(xiàn)了車(chē)流量的精確記數(shù)。其思想是:只有當(dāng)檢測(cè)之前沒(méi)有車(chē)并且檢測(cè)之后有了車(chē)時(shí),車(chē)流量才加1,這樣就避
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量機(jī)的圖像處理方法研究.pdf
- 基于客流量轉(zhuǎn)化交通量的交通量預(yù)測(cè)方法
- 基于支持向量機(jī)的彩色圖像人臉檢測(cè)方法研究.pdf
- 交通量聲頻檢測(cè)的研究.pdf
- 基于圖像變換和支持向量機(jī)的數(shù)字圖像拼接檢測(cè)技術(shù)研究.pdf
- 基于支持向量機(jī)的醫(yī)學(xué)圖像處理.pdf
- 基于粒子群優(yōu)化和邊緣點(diǎn)運(yùn)動(dòng)估計(jì)的交通量檢測(cè)方法研究.pdf
- 基于支持向量機(jī)的圖像分割方法的研究.pdf
- 基于支持向量機(jī)的圖像分類(lèi)方法研究.pdf
- 基于支持向量機(jī)和模糊后處理的遙感圖像分類(lèi)研究.pdf
- 基于支持向量機(jī)的圖像檢索方法的研究.pdf
- 基于支持向量機(jī)和貝葉斯分析技術(shù)的入侵檢測(cè)方法研究.pdf
- 基于圖像處理及支持向量機(jī)的車(chē)牌識(shí)別技術(shù)研究.pdf
- 基于支持向量機(jī)的入侵檢測(cè)技術(shù).pdf
- 基于支持向量機(jī)的MRI圖像分割方法的研究.pdf
- 基于支持向量機(jī)的圖像增強(qiáng)與邊緣檢測(cè).pdf
- 基于支持向量機(jī)的圖像分類(lèi)和檢索研究.pdf
- 基于內(nèi)容的支持向量機(jī)圖像檢索方法研究.pdf
- 基于支持向量機(jī)的孤立點(diǎn)檢測(cè)方法研究.pdf
- 基于免疫算法和支持向量機(jī)的入侵檢測(cè)方法研究.pdf
評(píng)論
0/150
提交評(píng)論