基于輪廓幾何稀疏表示的車型識別研究.pdf

1、為了提高交通效率，改善交通狀況，智能交通系統(tǒng)成為了未來交通的發(fā)展趨勢。對道路上過往車輛準(zhǔn)確的檢測和正確的車型識別是智能交通系統(tǒng)的核心功能。基于視頻的車型識別方法具有適用范圍廣、安裝方便、信息量豐富等優(yōu)點，具有廣闊的應(yīng)用前景，因此對其進行研究具有十分重要的理論和實際意義。本文主要研究視頻中的車型識別，并選擇車輛側(cè)面輪廓作為車型識別的依據(jù)展開研究。
　　車輛側(cè)面輪廓提取的準(zhǔn)確性直接影響后續(xù)車型的識別，為了獲得比較準(zhǔn)確的車輛側(cè)面輪廓，本

2、文在背景差分法的基礎(chǔ)上設(shè)計了一種可以消除陰影干擾、對拍攝視角變化具有一定魯棒性的車輛側(cè)面輪廓提取算法。該算法首先對背景差分法得到的運動車輛前景二值圖像進行圖像形態(tài)學(xué)處理，以去除背景區(qū)域的噪點和填充前景區(qū)域的孔洞;然后使用橢圓檢測算法檢測車輪，并確定車輪的位置和橢圓的參數(shù)，以橢圓圓心為界去除車輪下方區(qū)域，從而消除了車輪下方陰影的影響;最后，通過橢圓的參數(shù)估計出拍攝視角和軸距，再根據(jù)車輛兩側(cè)輪廓的特點，利用幾何變換得到車輛近似的側(cè)面輪廓。該

3、算法可以有效地去除車輛陰影的干擾，提取到較準(zhǔn)確的車輛側(cè)面輪廓。
　　針對現(xiàn)有以車輛側(cè)面輪廓特征作為車型特征的車型識別算法對輪廓提取的準(zhǔn)確度要求高、識別率不高的問題，本文設(shè)計了一種基于輪廓幾何稀疏表示的車型識別算法。根據(jù)車輛側(cè)面輪廓的幾何特點，車輛的側(cè)面輪廓可以由一個梯形和一個矩形去逼近，且由梯形和矩形得到的逼近輪廓比原始輪廓具有更高的識別度。首先利用量子遺傳算法將車輛側(cè)面輪廓稀疏表示為一個梯形和一個矩形的組合，并提取梯形和矩形的幾