原文传递
基于神经网络的汽车车型图像自动识别
| 论文题名： | 基于神经网络的汽车车型图像自动识别 |
| 关键词： | 神经网络;汽车车型;图像识别;BP网络;Matlab软件;交通监测系统 |
| 摘要： | 在军事侦察和自动交通管理中，自动识别汽车类型、自动记录汽车流量对加强科学管理，加强我军现代化具有重要的意义。本文主要研究汽车类型的自动识别问题。 文中首先介绍了课题的实际应用背景、常用仿真软件Matlab基本知识和应用，以及图像分析、处理的一般性原理和方法。然后，重点研究了汽车车型图像的预处理、边缘增强、边缘检测，特征提取和分类等问题。在此基础上，进一步介绍了基于模糊聚类汽车类型的自动识别方法，并提出了基于前向三层神经网络及计算机视觉技术的汽车车型自动分类与识别方法。 文中对所研究的各类方法利用Matlab软件，进行了仿真试验，以验证方法的有效性和可行性。运用所训练的BP网络对在公路上所采集的280幅汽车车型图像进行识别和分类。实验结果表明，所提出的神经网络方法能正确识别出267幅汽车车型，其识别率可达到94％。 本文的研究结果可推广到装甲车、炮车等其他运输工具类型识别中，对军事侦察系统和交通自动监测系统的研究具有一定参考价值。 |
| 作者： | 杜立强 |
| 专业： | 计算机技术 |
| 导师： | 高立群 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东北大学 |
| 学位年度： | 2006 |
| 正文语种： | 中文 |
检索历史
应用推荐
