基于神經網絡的汽車車型識別方法的技術研究.pdf

1、隨著我國國民經濟的不斷發(fā)展,交通管理在人們的經濟、社會活動中已經變得越來越重要。人們對交通管理的層次、質量等問題也提出了越來越多的新要求,目前我國交通管理主要是人工管理,需要投入大量的人力、物力和財力,而且已經越來越不適應現(xiàn)代化的交通管理的要求。因此,如何對公路、城市交通、各類車輛收費站,大型停車場等實現(xiàn)現(xiàn)代化管理就顯得非常重要,對其進行深入的研究有非常重要的實際意義。
　　本文針對目前我國汽車車輛的交通收費的實際情況,對車輛車型

2、的一般識別方法和技術進行了較深入分析和研究,主要研究結果如下:首先,論述了車型識別的研究背景和重要意義,詳細介紹了國內外研究現(xiàn)狀及我國目前現(xiàn)有的識別車型方法;指出了目前幾種車型識別方法存在的缺陷和不足。論述了人工神經網絡的理論基礎、BP網絡的基本結構,并對幾種典型的神經網絡做了比較研究,重點介紹了BP神經網絡的結構、特性和數(shù)學算法描述;為后續(xù)的車型識別做了很好的鋪墊。其次,本文按國家標準分析了各種不同的車輛形狀,抽象出了車輛的一般形狀的

3、“工”字形,以車輛頂長作中垂線分下底長的前后比例數(shù)、頂長等作為參數(shù),通過大量的數(shù)據分析、處理,并提取出特征參數(shù),對現(xiàn)有的車型識別技術進行了改進,推導出車型的識別。構建出了一種合理的用于車輛識別的多層BP神經網絡,給出了網絡的拓撲結構,對網絡進行了樣本訓練,調整網絡的權值和閥值,最終能夠達到最優(yōu)識別效果,同時把該BP神經網絡運用到車型識別系統(tǒng)中,取得了較好的效果。
　　該方法綜合了神經網絡、模式識別等相關算法,對車輛的目標輪廓進行整