原文传递
面向道路卡口的智能车标识别系统
| 论文题名： | 面向道路卡口的智能车标识别系统 |
| 关键词： | 车牌定位;车标识别;词袋模型;启发式搜索 |
| 摘要： | 在现代快节奏的城市生活中，汽车的普及给人们带来了巨大的便利。但随着车辆数量增多及监控范围的扩大，传统的依靠人工的视频监控系统已不能满足现代社会发展的需要，因此车辆的自动化及安全管理成为了一个亟待解决的问题。汽车标志（简称车标）是汽车的重要标志性图像，车标识别成为道路监控领域研究的热点问题之一。 道路卡口处的车辆相对集中，高清摄像技术在道路卡口的应用也越来越广泛，面向道路卡口监控系统的车标识别技术有重要的应用价值。本文对面向道路卡口的车标定位技术以及车标识别技术做了深入研究。 在分析现有车标定位方法优缺点的基础上，本文提出了一种新的车标定位系统。采用由粗到精的模式进行车标定位，在车标粗定位阶段，根据对车牌边缘及车辆纹理的水平投影等信息的分析，提出了一种快速有效的车牌检测算法，辅助车标定位。在车标精确定位阶段，提出了一种基于启发式搜索与纹理识别相结合的方法进行车标定位。该算法能适用于不同的车标周围背景纹理，且当车标位置处不是左右对称时也能正确定位车标。 根据车标的特点以及现有算法的局限性，本文研究并提出了一种基于词袋模型以及空间金字塔结构的车标识别技术。首先，提取车标图像的Dense SIFT特征；然后利用K-MEANS算法建立视觉词汇库，并将样本图像的特征描述子量化成视觉词；引入空间金字塔模型，增加视觉词的空间位置信息，建立图像的空间视觉词直方图；最后利用SVM进行训练学习，并对待检测车标进行分类识别。当车标图像的分辨率较低时，该算法也能够比较快速准确的识别其类别。 本文对提出的车标定位及识别方法在卡口图像数据集及其他样本库上进行了验证。实验表明本文方法有较高的准确率及较快的速率，有一定的学术价值及实际应用价值。 |
| 作者： | 于淑媛 |
| 专业： | 电子与通信工程 |
| 导师： | 郑世宝 |
| 授予学位： | 硕士 |
| 授予学位单位： | 上海交通大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
