原文传递
基于支持向量机的车型分类视频检测研究与实现
| 论文题名： | 基于支持向量机的车型分类视频检测研究与实现 |
| 关键词： | 智能交通系统;车辆自动识别系统;车辆检测;车辆图像;视频检测;图像分割 |
| 摘要： | 智能交通系统ITS(Intelligent Transportation System)是交通现代化的必由之路，其目的在于充分利用现有的道路基础设施资源，改善车、路、人之间的相互作用，提高系统的安全性，高效性与舒适性，具有较高的社会效益和巨大的市场应用前景。 车辆的自动识别系统VRS(Vehicle Recognition System)是智能交通系统的重要组成部分，但在我国目前还处在探索研究的起步阶段，由于有不同的国情，直接引入国外的系统并不能满足我国复杂的交通系统，在这一背景下，本文对基于视频的车型识别系统的相关问题进行研究，主要包括： 在分析现有众多车辆检测算法的基础上，采用减背景法实现车辆目标的检测，该方法满足了静态背景下动态车辆检测的目的。对于运动车辆阴影的干扰问题，分析现有阴影分割算法所存在的问题，采用基于遗传算法图像分割方法对车辆图像的阴影进行分割。 利用图像配准技术和融合技术，对两个同质传感器拍摄的车辆图像进行配准和融合。根据同类传感器图像间的灰度具有较强的相关性的原理，采用模板匹配算法对图像进行配准。同时对图像的像素级融合技术开展研究，采用加权平均融合算法，对两个同质传感器获得的车辆图像进行像素级融合，在满足应用需求的同时，兼顾了运算简单，快速，易于实现的优点。 在车型分类方面，对经过前期处理的车辆图像做了边缘检测与形态学滤波、联通域处理，得到车辆的位置轮廓，根据投影和几何映射的关系计算出车辆的几何特征，并由分类标准提取出车型分类所需的特征向量。本文将支持向量机理论应用到视频状态的车型分类中，由于支持向量机仅适用于二值分类问题，在此采用“一对其余”的支持向量机多分类方法结合二叉决策树方法设计出车型分类器，克服了传统神经网络方法中无法避免的局部极值问题。 本文采用的方法适用于大面积、多目标的复杂场景，有效地减小干扰，满足自然条件良好的情况下视频监控的车型分类要求，并具有一定的理论意义和实用价值。 |
| 作者： | 李浩茹 |
| 专业： | 电力电子与电力传动 |
| 导师： | 曹洁 |
| 授予学位： | 硕士 |
| 授予学位单位： | 兰州理工大学 |
| 学位年度： | 2008 |
| 正文语种： | 中文 |
检索历史
应用推荐
