基于GRM模板匹配算法的車型和車系識別.pdf

1、隨著我國經(jīng)濟(jì)迅速發(fā)展,人們生活水平不斷提高的同時生活節(jié)奏也在不斷加快,那么擁有快速便捷的交通工具就尤為重要了,這導(dǎo)致近年來汽車大面積普及。目前人們對汽車的需求越來越強(qiáng)烈,而且汽車的價格也在人們所能接受的范圍之內(nèi)。因此,近年來在城市道路上的汽車數(shù)量迅速增長,而且交通事故也是頻繁發(fā)生,這將為城市交通帶來巨大的壓力和嚴(yán)峻的考驗。此外,對于交通管理人員來說,由于交通流量迅速增長,使得這些管理人員的日常工作比較繁重?；谝陨线@些原因,人們希望有一

2、個智能交通系統(tǒng)(Intelligent Transportation Systems,簡稱ITS),能夠?qū)崟r監(jiān)控交通情況,實現(xiàn)自動交通管理。
　　基于以上背景,本課題運(yùn)用圖像處理、模式識別以及計算機(jī)視覺領(lǐng)域的相關(guān)理論對車輛類型、車輛系列的識別技術(shù)進(jìn)行了深入研究。本文要實現(xiàn)一個基于視頻圖像的車輛類型和車輛系列識別系統(tǒng),主要研究內(nèi)容包括以下幾個部分:
　　1、運(yùn)動車輛檢測。本文采用混合高斯模型與自適應(yīng)背景更新算法相結(jié)合的前景檢測

3、算法,實現(xiàn)運(yùn)動車輛的檢測。
　　2、車輛圖像提取。從前景檢測得到的車輛團(tuán)塊中準(zhǔn)確地提取出車輛圖像,本文通過改進(jìn)的Adaboost算法對車輛團(tuán)塊中車頭進(jìn)行檢測,再通過檢測到的車頭位置及大小來提取車輛圖像。
　　3、車輛類型識別。本文采用GRM模板匹配算法來識別車輛類型,并針對該算法應(yīng)用的局限性做了相應(yīng)的改進(jìn)。
　　4、車輛系列識別。該部分包括車標(biāo)粗略定位、車標(biāo)精確定位、車臉定位、車標(biāo)識別以及車臉識別。對于車標(biāo)粗略定位和車