基于多特征融合的車型分類方法研究.pdf

1、基于視頻的車輛分類系統(tǒng)是使用計(jì)算機(jī)對由攝像頭和圖像采集卡采集的視頻圖像進(jìn)行處理分析，進(jìn)而實(shí)現(xiàn)車型的分類識別功能。該系統(tǒng)對于解決擁堵的交通環(huán)境、規(guī)劃城市交通系統(tǒng)等具有重要的戰(zhàn)略意義，在智能交通系統(tǒng)(ITS)中扮演著越來越重要的角色。
　　車輛自動(dòng)分類的實(shí)現(xiàn)包括兩個(gè)模塊:車輛圖像特征提取和分類識別。圖像特征的選擇和提取關(guān)系到分類識別的精度，選擇的特征須刻畫出不同類別之間的差異。圖像特征提取可以使用兩種方式實(shí)現(xiàn)，全局特征和局部特征，代表

2、算法包括傅立葉描述子、不變矩特征、變換域特征、邊緣輪廓特征、角點(diǎn)特征等。完成圖像描述進(jìn)而選擇合適的分類器對圖像進(jìn)行分類，常用的分類算法包括:模板匹配分類器、貝葉斯分類器、幾何分類器、神經(jīng)網(wǎng)絡(luò)分類器。
　　全局特征和局部特征對于分類都至關(guān)重要，本文主要工作是將兩種互補(bǔ)特征相結(jié)合。利用PCA提取圖像全局特征，此外，使用SIFT、Surf算法提取局部特征點(diǎn)，構(gòu)建視覺詞匯表，利用詞袋(BoW)映射得到圖像特征向量。將不同特征組合，針對每一