详情

原文传递车辆综合信息检测研究

论文题名：	车辆综合信息检测研究
关键词：	车辆综合信息;人脸目标检测器;车窗定位;BP神经网络;颜色分类器;系统设计
摘要：	基于道路交通场景的车辆综合信息检测技术,是智能交通系统(Intelligent Transportation System,简称ITS)的核心组成部分,是国内外ITS系统研究的热点之一,主要是通过图像处理和统计学习的相关技术,提取出交通场景图像中车辆的关键信息。　　针对道路交通架设的摄像机获得的车辆视频图像,本文研究并实现了一个车辆综合信息检测系统,检测的车辆信息包括:前车窗的位置信息、驾乘人员的人脸位置信息、车辆颜色和车型。主要研究内容如下: 　　(1)前车窗定位和驾乘人员检测。首先,对前车窗进行粗定位和图像预处理操作,突出前车窗上、下边缘的直线特征;其次,基于直线特征,对前车窗进行精准定位;最后,用训练出的Adaboost人脸目标检测器遍历前车窗区域,返回人脸目标所在位置信息,完成驾乘人员检测。　　(2)车辆颜色识别。首先,分割出车辆颜色待识别区域,运用相应的光学理论和数字图像处理算法去除此区域内的高光;然后,利用从颜色识别区域中提取的颜色特征,设计BP神经网络颜色分类器,实现快捷、有效的车辆颜色识别。　　(3)车型识别。本文根据特征提取原则,提取适宜的车型特征(车辆的简单几何特征、Hu矩和Zernike矩特征),为车型的正确分类奠定基础。在车型特征的基础上,构建SVM车型三类分类器,取得了较好的识别结果。
作者：	毕晓琳
专业：	通信与信息系统
导师：	卢朝阳
授予学位：	硕士
授予学位单位：	西安电子科技大学
学位年度：	2014
正文语种：	中文