基于DM8168雙核DSP的車型識別系統(tǒng).pdf_第1頁
已閱讀1頁,還剩83頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、車型識別是針對監(jiān)控視頻中通過的車輛進(jìn)行快速檢測和準(zhǔn)確識別,是智能交通系統(tǒng)中的重要組成部分,在道路監(jiān)控系統(tǒng)中起關(guān)鍵作用。研究內(nèi)容來源于江蘇億通高科技股份有限公司的“基于DM81x系列芯片的網(wǎng)絡(luò)圖像采集與分析系統(tǒng)研發(fā)”項目,針對道路卡口采集的高清視頻圖像,完成了車輛的車標(biāo)和車前臉的定位和識別。本文主要工作如下:
  (1)針對道路監(jiān)控視頻序列提取的車輛圖像,基于車牌定位得到的車牌信息進(jìn)行車標(biāo)粗定位,利用Sobel梯度圖像的形態(tài)學(xué)方法實

2、現(xiàn)車標(biāo)的精確定位;針對車前臉定位不精確的問題,給出了基于水平梯度投影方法的車前臉精確定位,由800多幅車輛圖像實驗結(jié)果表明車標(biāo)定位正確率可達(dá)到80%,車前臉定位正確率可以達(dá)到85%。
  (2)基于精確定位的車標(biāo)圖像,結(jié)合車標(biāo)圖像紋理特征豐富和邊緣信息復(fù)雜的特點(diǎn),采用HOG-LBP特征向量表征車標(biāo)信息,并通過支持向量機(jī)進(jìn)行訓(xùn)練和分類識別。由826幅10種車標(biāo)圖像的實驗結(jié)果表明,基于融合HOG-LBP特征的識別方法比基于單HOG特征

3、、單LBP特征方法的識別率提高了2%。針對監(jiān)控視頻中提取的精定位車前臉圖像,分析了HOG特征參數(shù)選擇對車型識別的影響,對HOG特征參數(shù)進(jìn)行了優(yōu)選,提高了車型識別率。18種車系的225幅車輛前臉圖像的實驗結(jié)果表明,HOG參數(shù)以塊不重疊方式進(jìn)行特征描述遍歷窗口圖像,識別效果最佳。
  (3)論文基于DM8168 DSP處理板和DVRRDK軟件開發(fā)環(huán)境,編程實現(xiàn)了高清視頻圖像的采集和網(wǎng)絡(luò)傳輸顯示;在后臺視頻服務(wù)器采用OpenCV編程實現(xiàn)

溫馨提示

  • 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論