交通對(duì)象識(shí)別關(guān)鍵技術(shù)研究.pdf

1、對(duì)象識(shí)別是計(jì)算機(jī)視覺(jué)一個(gè)重要分支，對(duì)象識(shí)別在智能機(jī)器人、智能交通監(jiān)控、和智能家居中都有著重要的應(yīng)用。交通對(duì)象識(shí)別是智能交通和無(wú)人駕駛研究領(lǐng)域內(nèi)的重點(diǎn)和難點(diǎn)，它主要通過(guò)計(jì)算機(jī)視覺(jué)完成對(duì)道路上車(chē)輛和行人的識(shí)別。因?yàn)榻煌▽?duì)象識(shí)別對(duì)系統(tǒng)的時(shí)實(shí)性要求比較高，特別是在車(chē)輛遮擋時(shí)大大增加了識(shí)別的難度。
　　本文在研究對(duì)象識(shí)別的基礎(chǔ)上研究了交通對(duì)象識(shí)別的幾個(gè)關(guān)鍵技術(shù)，主要研究?jī)?nèi)容如下：
　　第一章重點(diǎn)概括了本研究課題的研究目的和意義，并從國(guó)

2、內(nèi)和國(guó)外兩個(gè)方面闡述了，交通對(duì)象識(shí)別的研究現(xiàn)狀。
　　第二章主要研究了圖像處理基本算法，包括幾種常用的顏色空間模型、空間和頻率濾波，以及學(xué)用的兩種圖像特征LBP特征和Sift特征的原理與提取算法。
　　第三章主要研究了基于Haar分類(lèi)器的車(chē)輛識(shí)別算法，其中重點(diǎn)分析了強(qiáng)弱分類(lèi)器的算法原理和Haar分類(lèi)器的組成原理，并利用積分圖方法快速計(jì)算圖像的Haar-like特征，最后給出了Haar分類(lèi)器識(shí)別車(chē)輛的檢測(cè)結(jié)果。
　　第四

3、章主要研究了視頻中運(yùn)動(dòng)車(chē)輛的檢測(cè)算法，其中主要介紹了單高斯背景建模法和混合高斯背景建模法，并指出混合高斯背景建模法存在的一些問(wèn)題，給出了改進(jìn)的措施，在最后給出了利用混合高斯背景建模和改進(jìn)行的混合高斯背景建模檢測(cè)動(dòng)車(chē)車(chē)輛的對(duì)比結(jié)果和相關(guān)數(shù)據(jù)的分析。
　　第五章主要研究了交通對(duì)象中行人的識(shí)別算法，其中主要研究了Hog特征和SVM的算法原理，并提出利用雙重分類(lèi)器識(shí)別行人的方法，在最后給出了雙重分類(lèi)器的識(shí)別結(jié)果和Opencv自帶Hog識(shí)別