详情

原文传递基于轮廓的车型识别方法

专利名称：	基于轮廓的车型识别方法
摘要：	本发明公开了一种新的基于轮廓的车辆目标识别特征提取方法，它是包含了全局形状信息、局部统计信息和方向信息的复合识别特征。同时，本发明结合已有的最近邻、K近邻识别方法，提出一种综合的双阈值近邻识别方法，并给出其快速算法。在快速识别算法中采用了C-均值动态聚类与哈夫曼二叉树原理相结合的方法，构造一种优化匹配顺序的二叉搜索树，从而大大提高了识别效率和速度。本发明可广泛应用于遥感图像识别，远程监控，智能交通管理，军事侦察，精确制导等各个领域。
专利类型：	发明专利
国家地区组织代码：	四川;51
申请人：	电子科技大学
发明人：	解梅;黄宇
专利状态：	有效
申请日期：	2005-12-29T00:00:00+0800
发布日期：	2019-01-01T00:00:00+0800
申请号：	CN200510022429.1
公开号：	CN1996346
分类号：	G06K9/64(2006.01)I
申请人地址：	610054四川省成都市建设北路二段四号
主权项：	1、一种基于轮廓的车辆目标识别算法，其特征包括如下执行步骤：假定所识别的车辆类型有c种，每种类型分别标记为w1，w2K wc(wi可以是如吉普、面包或者其他任何一种车型)；步骤1，车辆目标的分割及训练样本的选择首先，通过三帧法或时空法对视频序列进行处理，从视频序列中分割出每帧的车辆目标图像，表示为F，图像F中的象素表示为F(x，y)(0＜x＜M，0＜y＜N)，其中M是F的宽度， N是F的高度；其次，从分割出的车辆目标图像中为每种车型选择训练样本图像，选择的原则是作为训练样本的目标图像应该包括视频中车辆目标出现的所有角度和姿态信息；设为车型wi选择了 Ni个训练样本{xi1，xi2K xijK xiNi}，其中，xij表示车型wi中的第j个训练样本，并且 i＝{1，2K c}，则一共选择了N个训练样本，
学科领域：	AIAI01
所属类别：	发明专利