首页> 中文学位 >基于B样条曲线拟合车辆轮廓的车型识别
【6h】

基于B样条曲线拟合车辆轮廓的车型识别

代理获取

目录

声明

摘要

第一章 绪论

1.1 研究背景与意义

1.2 研究背景与意义

1.3 本文主要内容

1.4 本文安排

第二章 车辆大小特征的提取

2.1 车辆提取以及车辆大小的提取

2.2 阴影对车辆大小的影响以及阴影的去除

第三章 车辆大小标准化

3.1 以车牌宽标准化车辆大小

3.2 车牌定位

3.3 车牌宽的提取

第四章 基于车辆大小与车灯车牌位置关系特征的车型分类

4.1 基于车灯车牌位置关系的8个特征

4.2 车灯提取

4.3 特征选择

4.4 实验结果与分析

第五章 基于车辆大小与B样条拟合的车辆轮廓特征的车型分类

5.1 车辆轮廓的粗略提取

5.2 非均匀有理B样条(NURBS)重构车辆轮廓

5.3 车辆轮廓的数字化表示

5.4 运用均值聚类筛选轮廓特征

第六章 实验结果与分析

6.1 关于车灯车牌位置关系特征的对比试验

6.2 关于B样条拟合轮廓特征的对比试验

第七章 总结与展望

7.1 工作总结

7.2 工作展望

参考文献

致谢

展开▼

摘要

随着中国经济的发展,中国的汽车数量日益增多,城市变得更加拥挤,合理的车辆限行变得更加重要.在车流高峰时,特定的路段需要对某些车型的汽车限行.本文正是想利用基于视频的车型识别算法来帮助提高车辆限行管理的效率.本文所要区分的三类车型为小轿车、小面包车以及SUV.本文的研究工作主要有以下三个方面:
  第一,是对车辆大小特征的提取.首先,我们优化了背景建模过程中的学习率,解决了从视频中提取车辆时产生的空洞问题.其次,针对车辆二值前景图像,我们提出了沿直线方向投影的非最大值抑制法提取车辆的宽与高.最后,我们以提取的车牌宽为标准,把不同车辆的宽与高统一到同一个标准下,消除了视频拍摄距离对车辆大小提取的影响.
  第二,经过对车型特征的系统研究,我们发现目前算法所使用的特征大都是十几个,而事实上由于车身上的喷涂、装饰以及光照等原因,只有车外型、车灯与车牌是车辆图像上的确定有效信息.因此我们以车辆大小为基础,结合车灯与车牌在车内的位置关系设计了8个特征,再应用特征选择算法进行降维和优选,最后我们仅用5个特征分类正确率就达到了98.67%.
  第三,为了避免车灯提取时带来的误差,我们又选取了基于车辆大小与B样条拟合车辆轮廓的车型特征.一般情况下,我们很难直接从视频中提取完整的车辆轮廓.我们用在车辆轮廓上提取到的离散点通过B样条重构车辆轮廓.运用均值聚类对轮廓线上每点的曲率与斜率进行聚类,找到代表车辆轮廓的特征点来替换掉8个特征中与车灯有关的特征.新特征在保持分类正确率的同时比车灯提取更容易且更准确.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号