原文传递
基于视频图像的救护车识别方法研究与实现
| 论文题名： | 基于视频图像的救护车识别方法研究与实现 |
| 关键词： | 救护车识别;模版匹配;视频图像;智能交通系统;特征提取;分类器训练 |
| 摘要： | 救护车承载着生命希望，分秒必争，然而现实中的交通路况却使得急救车常被堵在道路中间，进退不得。智能交通系统(Intelligent Traffic Systems, ITS)的实现可以有效的缓解交通堵塞，提高交通运输的效率，减少交通事故的发生。智能交通系统(Intelligent Traffic Systems, ITS)的前身是智能车辆道路系统(Intelligent Vehicle Highway System, IVHS)。智能交通系统有效地结合先进的通讯技术、传感器、电子控制技术以及数字图像处理技术实现了交通运输系统的智能管理，组建了一套覆盖面积广，功能全面的并且具有实时性、准确性、高效性的交通运输管理系统。 救护车的识别是运用视频和数字图像处理技术实现对这一特定车辆的分类，从而可以对其位置信息，行车信息进行记录和查询，为交警指挥调度车辆以及其他特殊的业务工作提供快速、准确、方便的信息依据。本文的创新工作体现在以下两个方面： 第一，对基于特征提取及分类器训练的车型识别方法进行了探讨研究，首先，通过对HOG特征对救护车车型进行识别的可行性分析，选取其作为救护车车型的识别特征。然后，运用SVM作为本课题的分类器进行了分类训练，实现了对救护车车型的识别。之后，通过使用归一化积相关匹配和不变矩匹配相结合的方法对识别出来的符合救护车车型的车辆进行扫描匹配。与现有方法相比，本文算法针对HOG算法加入了白色的颜色特征来识别救护车车型，从而提高了车型的识别准确率，并且该方法通过两次匹配即先定位在匹配的方法提高救护车红十字标志的匹配准确率。最后通过实验验证了本文算法的有效性。 第二，因为稀疏的数据表示可以接近原始的数据特征，所以使用稀疏表示对目标进行分类识别时可以降低运算量以及处理成本，同时为了避免把大量样本图像作为训练对象带来的非常复杂的计算量，本文使用少数“最优基”作为样本图像特征训练字典，因此，为实现救护车的识别，提出基于结合稀疏表示的核K-SVD字典训练的算法对车辆类型分类。再对分类出来的车辆进行颜色特征的检测，验证该特征是否符合救护车的颜色特征。实验结果表明，这种识别算法可以明确改善识别效率。 最后，根据本文的救护车识别算法设计实现了仿真系统，并且对系统界面以及各功能模块进行了介绍。 |
| 作者： | 宫根 |
| 专业： | 图像处理 |
| 导师： | 王相海 |
| 授予学位： | 硕士 |
| 授予学位单位： | 辽宁师范大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
