2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩81頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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)的快速發(fā)展,車輛在人們生活中扮演著重要角色。智能交通系統(tǒng)(ITS)提供了一套高效便捷的城市交通管理方案,用以緩解車輛融入城市所造成的問(wèn)題,車輛識(shí)別作為 ITS的核心功能之一,方法繁多并各有缺陷,有待改進(jìn)。
  本文提出了對(duì)車臉組件提取不同特征的方法,不同于傳統(tǒng)的局部特征提取方法,車臉組件特征很好地反映了車臉內(nèi)部的細(xì)節(jié),著重表現(xiàn)車臉不同組件的結(jié)構(gòu)特性。車臉組件特征分為車燈組件的邊緣特征,格柵組件的紋理特征,保險(xiǎn)杠組件的 SU

2、RF特征。它們各自表現(xiàn)了對(duì)應(yīng)車臉組件最突出的特征信息,有很高的區(qū)分度。
  本文使用詞袋模型融合不同的組件特征構(gòu)建一個(gè)能表征車輛的融合特征向量,融合特征向量的構(gòu)造方法為:對(duì)車燈、保險(xiǎn)杠組件構(gòu)建各自的視覺(jué)詞典,由視覺(jué)詞典得到圖像的視覺(jué)詞袋,最終獲得詞頻特征向量。格柵組件的紋理特征向量用格柵對(duì)Gabor濾波器的響應(yīng)值獲取,由其對(duì)不同方向的 Gabor濾波器響應(yīng)值判斷出格柵的主方向,總響應(yīng)值以及響應(yīng)極值數(shù)量,計(jì)算響應(yīng)值的強(qiáng)度與分布,組合

3、這些數(shù)據(jù)為一個(gè)向量作為紋理特征向量。線性擴(kuò)展獲得的三個(gè)組件特征向量作為融合特征向量,融合特征向量的維數(shù)為組件特征向量維數(shù)之和。
  在本文設(shè)計(jì)的車輛識(shí)流程中,對(duì)輸入車輛圖像,使用車輛檢測(cè)器確定車輛位置后,使用水平、豎直積分投影截取出最大化車臉,做進(jìn)一步預(yù)校正:剔除車牌無(wú)用信息、中值濾波去噪。對(duì)最大化車臉提取車臉組件特征,由詞袋模型融合后獲取融合特征,與車輛數(shù)據(jù)庫(kù)中的特征數(shù)據(jù)匹配,輸出最優(yōu)結(jié)果。
  實(shí)驗(yàn)結(jié)果表明,本文所用方法

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(méi)有圖紙預(yù)覽就沒(méi)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。

評(píng)論

0/150

提交評(píng)論