基于SVM的車型自動分類方法的研究.pdf

1、隨著經(jīng)濟發(fā)展，車輛日見增多，交通擁堵問題日益突出，如何緩解交通壓力已成了交通部門需要解決的問題之一。隨著信息技術(shù)的不斷發(fā)展，智能交通系統(tǒng)得到了越來越廣泛的應(yīng)用?；谝曨l、圖像處理技術(shù)和互聯(lián)網(wǎng)的智能交通為城市發(fā)展、城市管理、交通規(guī)劃以及交通疏導(dǎo)發(fā)揮著極其重要的作用。但是，總體來說，目前的智能交通技術(shù)智能化依然很低，雖然攝像機遍布城市各個角落，提供了大量的圖像，目前獲取信息的辦法就是人工觀看視頻，而能夠智能化地從視頻圖像中所獲取的信息極少。

2、為了從視頻中獲取盡可能多的信息，發(fā)揮智能交通的最大功效，通過計算機自動對動態(tài)視頻圖像處理是唯一途徑。本文所進行的車型自動識別技術(shù)就是為了解決車型自動設(shè)別而進行的。
　　車型自動識別是以模式識別為技術(shù)，通過提取圖像特征向量的方法，實現(xiàn)車輛的自動分類，在實現(xiàn)車輛的不停車收費方面具有潛在的應(yīng)用，可以幫助交管部門快速的查找車輛，而且還可以對相關(guān)的數(shù)據(jù)進行統(tǒng)計。車型自動識別技術(shù)的難點在于車型分類的準確率低，分類時間長。本文的研究目的是為了解

3、決車型分類準確率低和消耗時間長的問題。
　　論文中主要進行了以下方面的研究:用車輛圖像建立一個車臉圖像的模板庫，并提取出每個模板的方向梯度直方圖特征，然后處理車輛圖像，定位出車輛的位置，提取出車臉圖像，并提取出車臉圖像的方向梯度直方圖特征。通過和模板庫里每個圖像的特征值進行匹配得出結(jié)果。論文提出了分類分級式的方法，分類分級式方法里的特征值匹配提高了車型分類的準確度，但是增加了分類時間。采用了主成分分析運算，縮短了分類的時間。設(shè)計了