基于监控视频的车型识别技术研究

《基于监控视频的车型识别技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、⑧万方数据论文作者签名：指导教师签名：论文评阅人1：廑整咽副熬拯逝江盘堂焦电丕评阅人2：亟查主副塾拯逝洹太堂焦电丕评阅人3：匿名评阅人4：评阅人5：答辩委员会主席：周型邕经塾拯主国进量堂医委员1：：廑薹咽副塾拯逝洹太堂焦电丕委员2：刘云海副熬拯浙江太堂信电系委员3：杜邀副数量浙江太学信电系委员4：于慧敛熬量浙江太学信电系委员5：答辩日期：2014．06．09万方数据浙江大学研究生学位论文独创性声明I嗍燃本人声明所呈交的学位论文是本人在导师指导下进行的研究工作友豉得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成

2、果，．也不包含为获得浙江太堂或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已．在论文中作了明确的说明并表示谢意。⋯椭始香溺柳⋯I叶出m学位论文版权使用授权书本学位论文作者完全了解逝江太堂有权保留并向国家有关部门或机构送交本论文的复印件和磁盘，允许论文被查阅和借阅。本人授权浙江太堂可以将学位论文的全部或部分内容编入有关数据库进行检索和传播，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)⋯黼鲐杏乡i签字日期：ⅥI斗年易月f。日导师签名：彳数＼J签字日期：V1U年e月f。日万

3、方数据浙江大学硕士学位论文摘要车型识别作为ITS中的一个重要分支，在打击盗窃车辆、规范交通秩序、高速公路自动收费等方面具有广阔的应用前景。和其他方法相比，基于监控视频的车型识别方法不需要在目标区域另外安装其它感应设备，从而有效的降低了系统的资本投入，并且监控视频所能提供的车型信息更为丰富，故而近些年来基于监控视频的车型识别算法取得了诸多研究成果。本文在研究运动车辆检测、车型特征提取、模式识别理论的基础上，设计了一套基于车型组合特征和改进粒子群参数优化的支持向量机的车型识别系统，主要成果包括：1．在利用基于混合高斯背景建模的背景差分法得到运动车辆的前景图

4、像之后，结合YCrCb颜色特征和LBP纹理特征来进行阴影去除；2．在特征选择方面，提出了利用车辆图像的组合特征，包括Hu矩特征、LBPS特征、长宽比特征来表述车辆的特征信息，可以有效的解决单一特征容易受到光照、天气、噪声等影响，以及在识别中精度有限的问题；3．提出了一种新的LBPS特征，在LBP特征的基础上做了改进，采用分块和信息熵的思想在车辆的纹理信息中加入了空间信患，同时降低了纹理特征的维度；4．提出了一种改进的粒子群算法来进行支持向量机的参数寻优。在速度更新公式中增加对任一随机粒子的跟随，之后引入动量项的概念，同时考虑前一个时刻和前前时刻的速度变

5、化情况，可以有效的解决基本粒子群算法容易陷入局部极值点和后期震荡严重收敛放缓的问题。关键词：车型识别；组合特征；支持向量机；改进粒子群；参数寻优万方数据浙江大学硕士学位论文AbstractAsanimportantbranchofIntelligentTrafficSystem(ITS)，vehiclerecognitionhasbroadapplicationprospectindetectingvehicletheft，regulatingtrafficorderandautomaticfarecollectiononhighway，etc．Com

6、paredwithothermethods，vehiclerecognitionbasedonsurveillancevideodoesnotrequireadditionalinductiondevicesinthetargetarea．Thus，costsaleeffectivelyloweredandsurveillancevideocanprovidemoreabundantvehicleinformation．Therefore，vehiclerecognitionalgorithmbasedonsurveillancevideohasach

7、ievednumerousresearchresults．Basedonthetheoriesofmovingvehicledetection，featureextractionofvehicletypeandpatternrecognition，thispaperdesignedavehicletyperecognitionsystemthatintegratedcombinedfeaturesandimprovedPSO-SVM．Mainresultsaleasfollows：1．Shadowremovalwascarriedoutaccordin

8、gtoYCrCbcolorfeatureandLBPtexturalfeatureaftert