原文传递
基于HOUGH变换与SIFT特征提取的车型车标识别方法
| 论文题名： | 基于HOUGH变换与SIFT特征提取的车型车标识别方法 |
| 关键词： | 智能交通系统;车型识别;车标识别;特征提取;HOUGH变换;SIFT变换 |
| 摘要： | 近年来，社会车辆的急剧增加给交通管理带来很多新挑战，研究和发展智能交通系统显得日益迫切。车辆识别是智能交通系统的重要环节。本文研究因盗车、套牌以及区域车型限制等原因引发的车辆身份认证问题。 本文利用图像处理的方法，从车辆侧面图像的轮胎中提取信息，识别出车型、车标等特征，获取车辆的身份信息。由于天气、车辆表面灰尘等因素，图像会含有较多噪声，需要去噪。本文对采集到的车辆图像通过灰度化、滤波、二值化等步骤对图像预处理，提升图像质量，为特征提取做准备。 经过预处理后的图像，采用HOUGH变换方法，检测出车辆的前后轮胎，计算出轮胎半径、圆心、前后轮胎距离等几何特征，识别出车型。在HOUGH变换基础上，利用轮胎和轮胎内车标是同心圆的特点，加上先验知识，准确定位车标。 车标的种类多，信息量大，因此本文引入利用SIFT变换算法，提取包含车标位置、大小、方向、角度、灰度等信息的多个特征值，构成特征向量。该向量数据量大，具有较大的冗余，本文引入欧式距离算法消减冗余，减少特征值数量，为识别算法节省运算量。 支持向量机算法具有较好的匹配分类的功能，论文将HOUGH变换获取的特征和SIFT特征向量相融合，利用支持向量机分类识别方法，同步识别出车型、车标。结合VS2015和QT软件，用C++编程语言把整个系统做成可视化软件界面，展现全部识别流程，便于操作和实现。 |
| 作者： | 周旭廷 |
| 专业： | 无线电物理 |
| 导师： | 王桂丽 |
| 授予学位： | 硕士 |
| 授予学位单位： | 安徽师范大学 |
| 学位年度： | 2018 |
| 正文语种： | 中文 |
检索历史
应用推荐
