基于圖像的車型識別及DSP實現(xiàn).pdf

1、車型識別技術(shù)是實現(xiàn)公路交通自動化的關鍵技術(shù)之一，這項技術(shù)的深入研究對智能交通的發(fā)展具有重要的現(xiàn)實意義。但由于車型圖像背景復雜多變，車型種類繁多，車型識別一直以來是一個研究熱點和難點。DSP具有體積小、價格便宜等特點，其越來越多的應用于圖像處理及模式識別中，因此在DSP系統(tǒng)上實現(xiàn)車型識別具有廣闊的發(fā)展前景。本文對基于圖像的車型識別算法進行了研究，并在DSP系統(tǒng)上實現(xiàn)了車型識別算法。 在對車型圖像的邊緣特征提取中，本文應用GABOR

2、濾波器對目標圖像進行特征提取，采用基于特征加權(quán)的GABOR特征提取算法，將得到的特征向量根據(jù)其鄰近分量的相對大小進行加權(quán)處理，增強相對較小的特征向量在分類中的作用，充分利用了樣本圖像的統(tǒng)計信息，提高了特征提取的魯棒性和特征向量的類別表征能力。 在車型識別的研究中，本文提出一種最小二乘支持向量機最小序列分解算法。該算法針對最小二乘支持向量機，將二階的誤差信息歸結(jié)到優(yōu)化方程的一階信息中，從而簡化運算過程，并采用梯度二階信息選擇工作集