基于視頻圖像的車型識(shí)別技術(shù)的研究與實(shí)現(xiàn).pdf

1、隨著我國(guó)經(jīng)濟(jì)的持續(xù)發(fā)展和群眾生活素質(zhì)的顯著提高，交通堵塞、交通事故率升高、交通管理技術(shù)落后、交通環(huán)境惡化等問(wèn)題已愈加嚴(yán)重，在這種背景下，智能交通系統(tǒng)ITS利用現(xiàn)有的交通資源設(shè)施，運(yùn)用各種先進(jìn)科學(xué)技術(shù)解決交通問(wèn)題得到了充分的發(fā)展。
　　 ITS的主要任務(wù)和關(guān)鍵技術(shù)就是車型識(shí)別與分類，其中，基于視頻圖像的車型識(shí)別技術(shù)成為研究的熱點(diǎn)，但在復(fù)雜背景下其識(shí)別準(zhǔn)確率不高，識(shí)別車型較少，針對(duì)這一問(wèn)題，本文首先將自適應(yīng)背景更新法引入到背景差分法

2、中，在有效地消除各種背景因素干擾的情況下，實(shí)現(xiàn)了提取完整運(yùn)動(dòng)目標(biāo)車輛的目的，克服了傳統(tǒng)運(yùn)動(dòng)目標(biāo)提取方法不夠可靠以及計(jì)算量復(fù)雜等缺點(diǎn)。
　　 其次，通過(guò)構(gòu)建車輛臉部圖像的局部信息熵矩陣，本文提出了一種基于車臉圖像的特征提取方法，實(shí)現(xiàn)了同時(shí)反映車臉灰度信息與空間紋理信息的目的，同時(shí)，依據(jù)連通域標(biāo)記與邊界跟蹤理論，本文提取了車型的幾何特征，實(shí)現(xiàn)了提取車型組合特征的目的，克服了傳統(tǒng)方法提取單一的車型特征對(duì)識(shí)別系統(tǒng)的弱有效性，為外形多樣化

3、的車型正確分類奠定了基礎(chǔ)，由于Gabor函數(shù)在分析數(shù)字圖像中的優(yōu)異性能，本文給出了一種提取目標(biāo)車輛Gabor域內(nèi)能量最大值點(diǎn)作為車型特征點(diǎn)的方法，并給出了特征點(diǎn)集合的搜索過(guò)程，實(shí)現(xiàn)了提取具有有效性和可靠性的車型Gabor域特征的目的，為后續(xù)車型正確識(shí)別與分類的方法選擇提供了依據(jù)。
　　 最后，在基于三層BP神經(jīng)網(wǎng)絡(luò)的幾何特征分類基礎(chǔ)上，結(jié)合車臉特征的匹配識(shí)別，本文給出了一種識(shí)別率較高的車型組合特征的識(shí)別方法，并利用改進(jìn)的BP網(wǎng)絡(luò)