基于視頻分析的車標識別方法研究.pdf

1、本文對車型識別技術(shù)進行了系統(tǒng)的研究，側(cè)重對汽車標志的精確定位以及車標識別方法研究，提出了解決以上技術(shù)中相應(yīng)問題的理論方法，并在實驗中驗證了其有效性。本文研究的主要內(nèi)容有：
　?。?）車標定位相關(guān)技術(shù)方法的研究：車標定位是典型的目標檢測和定位技術(shù)，在自動目標識別系統(tǒng)中，目標的定位精確程度是目標正確識別的關(guān)鍵和前提。汽車牌照有比較鮮明的紋理特征和相對規(guī)則的形狀，而汽車標志的紋理特征、形狀和大小都不相同，如果采用常規(guī)的匹配定位算法將會消

2、耗大量計算時間，因此如何進行汽車標志的定位，這個問題已成為車標識別技術(shù)在實時系統(tǒng)中進行應(yīng)用的瓶頸。本文提出了從粗到精的車標定位算法：汽車車標大多處于汽車的中軸線，基于此特點，本文提出了從粗到精的車標定位方法，包括車頭定位，中軸定位，車標粗定位，車標精確定位。
　　（2）車標識別相關(guān)技術(shù)方法的研究：目前國內(nèi)外學者側(cè)重于車牌識別以及通過研究車輛外形、大小、顏色的識別來實現(xiàn)車輛類型的粗分類，對汽車品牌的識別研究還相對較少。車標的識別關(guān)鍵

3、在于提取出車標的主要特征，并且選擇合適的分類方法對車標特征進行分類識別。由于車標受到光照、噪聲、拍攝角度的影響，常規(guī)的辨識算法難達到滿意結(jié)果。本文提出基于SIFT特征的車標辨識算法，并結(jié)合模板匹配和特征匹配，大大提高了汽車標志辨識的準確率。SIFT（Scale Invariant Feature Transform,尺度不變特征變換）是目前圖像匹配領(lǐng)域中最活躍的算法之一。SIFT特征對于圖像縮放、平移和旋轉(zhuǎn)都具有良好的不變性，對于光照變