视频中的车辆检测及车型识别研究

摘要

随着社会的发展及人们生活水平的提高，汽车的普及率逐年升高，私有汽车的数量急剧增加，道路交通管理的难度也越来越大，智能交通系统就显得尤其重要。车辆检测系统作为智能交通系统的基础子系统，在智能交通系统中占有不可替代的作用。所以车辆检测及车型识别技术的研究已然成为关注的焦点。
　　本文主要研究视频中的车辆检测及车型识别问题，将车辆从交通视频中检测出来，提取其中的特征，并按特征进行车型的分类。第一、二章介绍了车辆检测的研究意义、背景及目标识别的预处理方法。第三章分析和比较了车辆检测的常用方法，包括背景相减法、帧差法和光流法。而为了减小背景的影响，本文采用剪裁与边缘检测相结合的的方法进行车辆的检测。
　　第四章主要研究车辆特征的提取。为了获得更丰富的特征，提出了将梯度方向直方图特征描述子运用在车辆特征提取中，并采用主成分分析的方法进行降维。将降维后的梯度方向直方图特征与提取的形状、纹理特征共同作为车辆的特征。
　　第五章为了使车辆更容易分类，提出了线性判决分析的方法对车辆的的特征进行处理。在车型分类部分，介绍了分类识别方法，详细论述了支持向量机分类的原理。另外，本文在支持向量机的基础上设计出了三类车型的分类器，并在最终的车型分类识别中取得了很好的结果。通过实验对比验证了本文方法在车型分类识别正确率上的优越性。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1研究背景及意义

1.2车辆检测及车型识别的研究现状

1.3本文主要研究内容及章节安排

第二章 目标识别中的图像预处理

2.1图像增强

2.2图像分割

2.3形态学操作

2.4本章小结

第三章 车辆检测的算法分析

3.1背景相减法

3.2帧差法

3.3光流法

3.4基于剪裁思想的车辆检测方法

3.5本章小结

第四章 车辆特征提取

4.1目标的特征表示

4.2车辆特征的提取

4.3本章小结

第五章 改进的车型识别方法

5.1线性判别分析

5.2分类识别

5.3支持向量机的多分类器设计

5.4本文车型识别的实现

5.5本章小结

第六章 总结与展望

6.1全文总结

6.2进一步的研究方向

参考文献

致谢