原文传递
基于图像内容的交通车辆识别关键技术
| 论文题名： | 基于图像内容的交通车辆识别关键技术 |
| 关键词： | 车型识别;车辆检测;车标定位;低秩矩阵恢复;稀疏表示;图像内容;智能交通系统 |
| 摘要： | 随着汽车拥有量逐渐增加，交通网络变得错综复杂，交通管理系统面临着严峻的考验。基于此背景下智能交通系统的概念出现了，并逐步成为现代交通系统发展的趋势。作为智能交通系统的一部分，车辆识别在辅助打击交通事故、违章逃逸等交通刑事犯罪方面发挥了不容忽视的作用。鉴于其广阔的应用前景，受到越来越多的关注。 基于图像内容的车辆识别主要包括图像预处理、车辆检测、车标定位以及车型识别几部分。本文在对车辆图像进行预处理、车辆检测、车标定位等基础上，对车型识别方法做了重点研究。在车型识别方面，选取了具有代表性的车标作为车辆识别的对象。并针对现有的车标识别方法不能很好的处理阴影、光照、污损等不理想情况造成的识别率低的问题，提出了基于判别低秩矩阵恢复和稀疏表示的车标识别方法。首先采用判别低秩矩阵恢复来纠正不理想的训练样本，通过学习一个低秩投影矩阵，将待测样本特征矩阵投影到相应低秩子空间来恢复干净的测试样本；最后在此基础上利用稀疏表示分类方法进行分类判别。 针对基于稀疏表示的识别方法运算量较大的问题，提出了基于字典优化和鲁棒协同表示的车标识别方法，选择HOG特征对车标进行描述，对训练样本和测试样本分别提取HOG特征，并对训练样本采用基于Fisher准则的字典学习方法进行字典优化，最后用鲁棒协同表示的方法进行识别。 为了验证算法的有效性，在Medialab LPR Database数据库进行了对比实验，结果显示本文的算法具有更好的识别效果。 |
| 作者： | 曹蒙蒙 |
| 专业： | 电子与通信工程 |
| 导师： | 李新叶;李新叶 |
| 授予学位： | 硕士 |
| 授予学位单位： | 华北电力大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
