原文传递
基于小波变换及支持向量机的车型识别研究
| 论文题名： | 基于小波变换及支持向量机的车型识别研究 |
| 关键词： | 车辆识别;图像处理;特征提取;小波变换;支持向量机 |
| 摘要： | 车辆自动识别分类技术是智能运输系统的重要组成部分，它对特定地点和时间的车辆进行识别和分类，并以之作为交通管理，收费，调度，统计的依据。车型的自动分类在部分发达国家已经比较成熟的技术，但由于诸多原因，这些系统在我国其识别率等指标难以满足使用要求。要实现我国公路收费自动化，管理规范科学化，车型自动识别的方法的研究势在必行。 本文研究的是基于车型图像代数特征的车型识别方法。从小波分析理论在图像处理中的应用和SVM在分类识别中的应用研究出发，结合小波分析以及SVM分类算法的特点，提出车型识别的特征描述及相应提取算法，以提高车型的检测和识别效率。论文在介绍了车辆识别系统的研究背景，以及国内国外的应用现状的基础上，给出了这项研究的重要意义和前景，对系统中图像预处理、特征提取和识别方法等环节涉及的新算法,新技术作了一个比较全面的论述。主要研究了几个方面的问题： 1.在不变矩描述的基础上提出使用相对矩描述，将相对矩的描述方法应用于车型轮廓特征的描述，解决了图像平移，放大，旋转的不变性。 2.基于小波变换多分辨的特点，提出层间相关性轮廓提取算法，并利用小波的多分别分析的特点，在各个层次中提取特征。 3.提出一种基于 SVM 理论的车辆分类方法。该方法结合最近邻法以提高分类速度。同时为了提高SVM的识别准确率，又提出将SVM与动态Boosting算法相结合，以提高识别率。 |
| 作者： | 马吉甫 |
| 专业： | 计算机应用技术 |
| 导师： | 侯济恭 |
| 授予学位： | 硕士 |
| 授予学位单位： | 华侨大学 |
| 学位年度： | 2006 |
| 正文语种： | 中文 |
检索历史
应用推荐
