原文传递
Android平台车标识别应用的研究与实现
| 论文题名： | Android平台车标识别应用的研究与实现 |
| 关键词： | 智能交通;车标识别;特征点提取;匹配算法;移动客户端;Android平台 |
| 摘要： | 随着智能交通系统的不断创新发展和完善,对车辆的研究也愈发广泛,许多车辆定位识别系统已经广泛的应用于各类交通管理和实际应用中,它的开发和应用将有效的解决城市交通问题,改变交通现状,带动整个交通行业的突飞猛进。目前国内外学者侧重于研究车辆的大小、外形和颜色来进行车辆类型的分类以及车牌识别,针对车辆品牌的识别相对较少,而已有的对车标的识别大多是借助视频分析,通过目标检测和定位技术,对车标进行定位再通过提取的图像进行分类识别。目前的车标识别主要是用于大型智能交通系统的车辆监管等方面,很多普通人对车标识别并没有很直观的体会和认识。然而随着智能手机,平板电脑的普及,移动应用平台已普遍出现在生活中,本系统旨在通过移动客户端的摄像头拍摄用户感兴趣的车标图像,进行车标识别。 本系统的核心是特征点的提取和匹配。在特征点提取算法的研究中,通过对已有比较常用的几种特征点提取算法的实验和数据比对,选择更加适合于本系统的特征点提取算法----SURF算法,在亮度变化情况,模糊,计算速度等方面,具有优于sift算法的良好特性。在特征点提取方面,surf偏重于提取鲁棒性较强的点,同时摒弃一些鲁棒性较弱的点,提取速度提高很多,适用于处理大量实时的数据问题,在匹配过程中特征点在不同条件下复现率更高,通过实验证明surf算法具有较大的理论意义和实用价值。在匹配过程中,在查找各方面资料和学习后,排除几种方法,对目前常见的几种匹配算法进行了实验和数据对比,通过对特征向量数据进行处理后用Bag of Words(BoW)方法处理图像特征集合,对分类器算法进行实验,证明了LMNN算法在车标分类识别中的适用性。 本系统先在PC端进行了一系列的算法研究和开发,再将系统移植到android客户端,合理利用各类开发工具和函数库的跨平台特性,设计合理的开发流程和功能模块,进行车标的分类。 |
| 作者： | 郑雨 |
| 专业： | 计算机技术 |
| 导师： | 董军宇 |
| 授予学位： | 硕士 |
| 授予学位单位： | 中国海洋大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
