版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著經(jīng)濟(jì)發(fā)展,車輛日見增多,交通擁堵問題日益突出,如何緩解交通壓力已成了交通部門需要解決的問題之一。隨著信息技術(shù)的不斷發(fā)展,智能交通系統(tǒng)得到了越來越廣泛的應(yīng)用。基于視頻、圖像處理技術(shù)和互聯(lián)網(wǎng)的智能交通為城市發(fā)展、城市管理、交通規(guī)劃以及交通疏導(dǎo)發(fā)揮著極其重要的作用。但是,總體來說,目前的智能交通技術(shù)智能化依然很低,雖然攝像機(jī)遍布城市各個(gè)角落,提供了大量的圖像,目前獲取信息的辦法就是人工觀看視頻,而能夠智能化地從視頻圖像中所獲取的信息極少。
2、為了從視頻中獲取盡可能多的信息,發(fā)揮智能交通的最大功效,通過計(jì)算機(jī)自動(dòng)對(duì)動(dòng)態(tài)視頻圖像處理是唯一途徑。本文所進(jìn)行的車型自動(dòng)識(shí)別技術(shù)就是為了解決車型自動(dòng)設(shè)別而進(jìn)行的。
車型自動(dòng)識(shí)別是以模式識(shí)別為技術(shù),通過提取圖像特征向量的方法,實(shí)現(xiàn)車輛的自動(dòng)分類,在實(shí)現(xiàn)車輛的不停車收費(fèi)方面具有潛在的應(yīng)用,可以幫助交管部門快速的查找車輛,而且還可以對(duì)相關(guān)的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)。車型自動(dòng)識(shí)別技術(shù)的難點(diǎn)在于車型分類的準(zhǔn)確率低,分類時(shí)間長(zhǎng)。本文的研究目的是為了解
3、決車型分類準(zhǔn)確率低和消耗時(shí)間長(zhǎng)的問題。
論文中主要進(jìn)行了以下方面的研究:用車輛圖像建立一個(gè)車臉圖像的模板庫(kù),并提取出每個(gè)模板的方向梯度直方圖特征,然后處理車輛圖像,定位出車輛的位置,提取出車臉圖像,并提取出車臉圖像的方向梯度直方圖特征。通過和模板庫(kù)里每個(gè)圖像的特征值進(jìn)行匹配得出結(jié)果。論文提出了分類分級(jí)式的方法,分類分級(jí)式方法里的特征值匹配提高了車型分類的準(zhǔn)確度,但是增加了分類時(shí)間。采用了主成分分析運(yùn)算,縮短了分類的時(shí)間。設(shè)計(jì)了
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于SVM的地磁車輛檢測(cè)器車型分類方法研究.pdf
- 基于SVM的車輛自動(dòng)分類方法研究與實(shí)現(xiàn).pdf
- 基于車輛聲信號(hào)的SVM及CNN車型分類識(shí)別方法研究.pdf
- 基于SVM圖像分類方法的研究.pdf
- 基于SVM方法的醫(yī)學(xué)圖像分類研究.pdf
- 基于SVM的郵件內(nèi)容分類方法研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的自動(dòng)車型分類研究.pdf
- 基于神經(jīng)模糊技術(shù)的車型自動(dòng)分類系統(tǒng)的研究.pdf
- 基于多特征融合的車型分類方法研究.pdf
- 基于數(shù)據(jù)關(guān)系的SVM多分類方法研究.pdf
- 基于車輛外形幾何特征的車型自動(dòng)分類器的研究.pdf
- 基于集成SVM的文本分類方法研究.pdf
- 基于KNN-SVM的指紋分類方法研究.pdf
- 基于SVM的中文網(wǎng)頁(yè)自動(dòng)分類技術(shù)研究.pdf
- 基于SVM的中文網(wǎng)頁(yè)分類方法的研究.pdf
- 基于SVM的圖像分類與標(biāo)注方法的研究.pdf
- 基于SVM的油茶害蟲圖像模式分類方法研究.pdf
- 基于SVM的圖像分類研究.pdf
- 基于SVM的指紋分類研究.pdf
- 基于圖像分類的車型識(shí)別方法研究和實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論