車輛行駛狀況的檢測與識別算法探討.pdf

1、本文所研究的內(nèi)容是普通戶外靜止背景圖像中車輛行駛狀態(tài)的檢測與識別算法,對車輛和行人目標檢測與分類的相關(guān)理論方法進行了分析研究。本文分析并提取了行駛車輛目標的形狀特征和位置特征,根據(jù)這些特征對車輛行駛狀態(tài)進行了檢測,并采用目標的形狀特征對視頻序列中的車輛和行人目標進行了分類識別,主要研究內(nèi)容如下:
　　 1.提出了一種基于塊處理的自適應(yīng)背景更新方法,該方法可獲得實時的背景圖像,減小了背景圖像重構(gòu)的時間;
　　 2.選擇決策

2、樹C4.5分類器做為本文的目標分類算法,并對決策樹C4.5算法提出了3點改進,具體改進內(nèi)容如下:
　　 1)針對C4.5算法中信息增益率計算復(fù)雜問題,本文對信息增益率計算方法進行了改進,實驗表明改進方法可提高算法的計算效率;
　　 2)改進了C4.5算法中連續(xù)性屬性最佳分割閾值的選擇方法,經(jīng)實驗分析,改進算法在計算量方面減少了很多,提高了決策樹的生成效率;
　　 3)對C4.5算法的剪枝方法進行了改進,采用錯誤結(jié)

3、點編碼代價剪枝法ENCCP(Error Node Code Cost Prune)對決策樹剪枝,實驗證明了該剪枝算法可有效的剪去決策樹中的錯誤分枝。
　　 3.搭建了一個車輛行駛狀態(tài)檢測與識別的仿真模型,該模型可準確快速地檢測識別車輛的行駛狀態(tài)。
　　 4.實驗結(jié)果表明,本文所提出的對車輛行駛狀態(tài)的檢測與識別算法是有效的,該算法可快速、準確地對車輛的行駛狀態(tài)進行檢測,改進C4.5算法相對于傳統(tǒng)C4.5算法在目標檢測處理速