基于支持向量機(jī)的車型識(shí)別.pdf

1、車輛自動(dòng)識(shí)別分類技術(shù)是智能運(yùn)輸系統(tǒng)的重要組成部分,它對(duì)特定地點(diǎn)和時(shí)間的車輛進(jìn)行識(shí)別和分類,并以之作為交通管理、收費(fèi)、調(diào)度、統(tǒng)計(jì)的依據(jù).車型的自動(dòng)分類在部分發(fā)達(dá)國家已經(jīng)是比較成熟的技術(shù),但由于諸多原因這些系統(tǒng)在我國其識(shí)別率等指標(biāo)難以滿足使用要求.要實(shí)現(xiàn)我國公路收費(fèi)自動(dòng)化、管理規(guī)范科學(xué)化,車型自動(dòng)識(shí)別方法的研究勢(shì)在必行.本文研究基于車型圖像代數(shù)特征的車型識(shí)別方法.該方法首先利用背景差分法從背景圖像中提取出運(yùn)動(dòng)車輛,并對(duì)車型圖像進(jìn)行預(yù)處理,然

2、后采用特征并行融合的方法將用PCA方法和加權(quán)LDA方法提取出來的兩類車型特征融合成一種待識(shí)別特征,最后將決策支持向量機(jī)分類器與最近鄰法以及動(dòng)態(tài)Boosting算法相結(jié)合構(gòu)造決策支持向量機(jī)車型識(shí)別分類器進(jìn)行車型識(shí)別.本文所做的主要工作為:1、為了獲取更豐富的特征信息,提出將PCA特征與加權(quán)LDA特征進(jìn)行特征級(jí)融合的一種車型代數(shù)特征提取方法.該方法保留了參與融合的兩類特征的有效鑒別信息,又很大程度上消除了信息的冗余,提高了識(shí)別率.2、提出將