原文传递
基于SVM的车辆自动分类方法研究与实现
| 论文题名： | 基于SVM的车辆自动分类方法研究与实现 |
| 关键词： | 智能交通系统;交通管理;车辆自动分类;图像预处理;车辆图像;特征提取;模式识别 |
| 摘要： | 智能交通系统(ITS，Intelligent Transportation System)是世界上交通运输科学技术的前沿，国际上公认的ITS的服务领域有：先进的交通管理系统、出行信息服务系统、商用车辆运营系统、电子收费系统、公共交通运营系统、应急管理系统、先进的车辆控制系统。 本文研究了基于图像的车辆自动分类方法，通过对摄像机采集的图像进行图像的预处理、特征提取与选择、识别等处理，达到车型识别分类。 主要工作及创新点体现在： (1)对摄像机获取的车辆图像进行预处理，有效地消除了图像处理中的各种干扰。 (2)特征提取。获取车辆轮廓，在计算车长、车高、车辆轮廓周长、车辆轮廓面积、车长高比、圆形度、外接矩形与面积比等特征的同时，计算出车辆形状的7个不变矩特征，使得车辆在图像中的不同位置均可获得较好的识别效果。此外还设计了根据Freeman链码快速计算图像形状不变矩的算法。 (3)深入研究了模式识别技术的基本理论和现有主要方法，在对比分析的基础上设计了基于支持向量机的车辆分类系统。 |
| 作者： | 魏娜 |
| 专业： | 计算机技术 |
| 导师： | 龚声蓉 |
| 授予学位： | 硕士 |
| 授予学位单位： | 苏州大学 |
| 学位年度： | 2008 |
| 正文语种： | 中文 |
检索历史
应用推荐
