本文選題：卡口圖像采集系統(tǒng) + 車型識別��； 參考：《合肥工業(yè)大學(xué)》2015年碩士論文

【摘要】：作為智能交通系統(tǒng)的一個(gè)重要部分,車型識別在打擊盜竊車輛、規(guī)范交通秩序、高速公路自動(dòng)計(jì)費(fèi)等方面具有廣泛的應(yīng)用前景。車輛種類繁多,結(jié)構(gòu)相似、車標(biāo)類似的車輛大量存在,同時(shí)受到復(fù)雜背景因素(如：光照、天氣)及一些外在因素(如人為污損、無牌照)的影響,獲取車輛的準(zhǔn)確信息非常困難。因此,車型識別成為計(jì)算機(jī)視覺領(lǐng)域的一大研究熱點(diǎn)和難點(diǎn)。本文以安徽省科技攻關(guān)項(xiàng)目“基于視頻圖像的智能車型自動(dòng)識別系統(tǒng)研究”為背景,針對基于卡口圖像的車型識別技術(shù)進(jìn)行研究。通過首先進(jìn)行車前臉定位,然后基于特征提取和識別技術(shù),進(jìn)行車標(biāo)和車前臉的識別,以此來進(jìn)行車型的判斷。本文的主要工作包括以下幾個(gè)方面：1)車前臉的定位：在對傳統(tǒng)車牌定位方法進(jìn)行了解的基礎(chǔ)上,提出了基于多特征融合的車牌定位方法,該方法基于顏色特征和紋理特征,對車牌進(jìn)行定位。在定位好車牌的基礎(chǔ)上,基于邊緣檢測和車牌位置,實(shí)現(xiàn)了車前臉的定位。2)基于車標(biāo)和車前臉的車型識別：針對車前臉的特征提取,使用常見的特征提取方法訓(xùn)練分類器實(shí)現(xiàn)車型識別,其準(zhǔn)確率不能滿足要求,因此本文提出通過卷積神經(jīng)網(wǎng)絡(luò)自動(dòng)學(xué)習(xí)車前臉的特征,以實(shí)現(xiàn)對車輛的識別�？紤]到車輛類型的復(fù)雜性,首先進(jìn)行車標(biāo)識別以輔助系統(tǒng)判斷車輛的品牌,然后使用車前臉的特征模型識別車輛系列。3)車型識別系統(tǒng)的實(shí)現(xiàn)：基于前面兩章中提到的技術(shù),開發(fā)了基于卡口圖像的車型識別系統(tǒng),基于測試數(shù)據(jù)集,對該系統(tǒng)的效果進(jìn)行了評估和分析。
[Abstract]:As an important part of Intelligent Transportation system (its), vehicle identification has a wide application prospect in anti-theft of vehicles, regulation of traffic order, automatic charging of freeway and so on. There are a wide variety of vehicles with similar structures and similar markings, and they are also affected by complex background factors (such as light, weather) and some external factors (such as man-made defacement, unlicensed). It is very difficult to get accurate information about the vehicle. Therefore, vehicle recognition has become a hot and difficult point in the field of computer vision. In this paper, the technology of vehicle recognition based on bayonet image is studied based on the research of intelligent vehicle automatic recognition system based on video image, which is the key project of Anhui province. By first locating the front face of the vehicle, then based on the feature extraction and recognition technology, the identification of the vehicle logo and the front face of the vehicle is carried out, so as to judge the vehicle model. The main work of this paper includes the following aspects: on the basis of understanding the traditional license plate location methods, a license plate location method based on multi-feature fusion is proposed, which is based on color features and texture features. Position the license plate. On the basis of locating license plate, based on edge detection and license plate location, the vehicle front face location. 2) vehicle identification based on vehicle sign and front face: for vehicle front face feature extraction, The common feature extraction method is used to train the classifier to realize the vehicle recognition, and its accuracy can not meet the requirements. Therefore, this paper proposes to automatically learn the features of the front face of the vehicle by convolution neural network in order to realize the recognition of the vehicle. Considering the complexity of vehicle type, we first identify the vehicle logo to assist the system to judge the brand of the vehicle, and then use the feature model of the front face to recognize the vehicle series. 3) the realization of the vehicle recognition system: based on the technology mentioned in the previous two chapters, The vehicle recognition system based on the bayonet image is developed. Based on the test data set, the effect of the system is evaluated and analyzed.
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：U495

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張寧;施毅;何鐵軍;;基于虛擬線圈的車型識別研究[J];交通與計(jì)算機(jī);2008年01期

2 華莉琴;許維;王拓;馬瑞芳;胥博;;采用改進(jìn)的尺度不變特征轉(zhuǎn)換及多視角模型對車型識別[J];西安交通大學(xué)學(xué)報(bào);2013年04期

3 劉玉銘,白明;一種基于模糊模式識別方法的車型識別儀[J];公路交通科技;2000年01期

4 王陽萍,何欣;智能圖像處理技術(shù)在車型識別中的應(yīng)用研究[J];蘭州交通大學(xué)學(xué)報(bào);2004年04期

5 季晨光;張曉宇;白相宇;;基于視頻圖像中的車型識別[J];遼寧工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年01期

6 張友兵,陳家祺,史旅華,田瑞庭;基于神經(jīng)網(wǎng)絡(luò)的汽車車型識別[J];湖北汽車工業(yè)學(xué)院學(xué)報(bào);1998年03期

7 陳家祺,張友兵,史旅華,田瑞庭,傅正朝,舒章鈞;運(yùn)動(dòng)圖像處理在車型識別中的應(yīng)用[J];汽車工程;1998年06期

8 歐衛(wèi)華;唐東黎;聞斌;;基于遺傳算法優(yōu)化的模糊神經(jīng)網(wǎng)絡(luò)車型識別[J];湖南工業(yè)大學(xué)學(xué)報(bào);2010年02期

9 王明哲;吳皓;周豐;;基于地磁的車型識別模糊數(shù)據(jù)融合方法研究[J];公路交通科技;2008年01期

10 劉玉銘,白明,吳慧;模糊模式識別理論在車型識別中的應(yīng)用[J];道路交通與安全;2001年01期

相關(guān)會(huì)議論文 前7條

1 韓冬梅;呂芳;;智能交通系統(tǒng)中車型識別的軟件設(shè)計(jì)與實(shí)現(xiàn)[A];全國第4屆信號和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

2 王超;劉翠響;;視頻圖像中車輛的車型識別算法研究與實(shí)現(xiàn)[A];第二十七屆中國（天津）2013IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)會(huì)議論文集[C];2013年

3 鄧天民;邵毅明;崔建江;;一種車型識別算法及其應(yīng)用[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展——全國第17屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（上冊）[C];2006年

4 張全元;戴光明;陳良;;一種新的基于實(shí)時(shí)視頻流的車型識別算法[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

5 張大奇;曲仕茹;劉真崢;;基于環(huán)投影小波分形特征的車型自動(dòng)識別方案[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

6 趙天青;梁旭斌;許學(xué)忠;蔡宗義;張敏;;車型識別中聽覺特征提取算法的研究[A];第三屆上�！靼猜晫W(xué)學(xué)會(huì)學(xué)術(shù)會(huì)議論文集[C];2013年

7 劉直芳;游健;王運(yùn)瓊;游志勝;;運(yùn)動(dòng)汽車投影陰影分割算法[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

相關(guān)博士學(xué)位論文 前1條

1 胡耀民;基于視頻的車型識別關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 鄧柳;基于深度卷積神經(jīng)網(wǎng)絡(luò)的車型識別[D];西南交通大學(xué);2015年

2 張明貴;道路車輛的車型識別方法研究[D];貴州民族大學(xué);2015年

3 劉波;車輛音頻特征分析及車型識別研究[D];武漢理工大學(xué);2007年

4 郭娟娟;基于移動(dòng)區(qū)域的快速車型識別[D];中國海洋大學(xué);2008年

5 張陽;交通視頻監(jiān)控中的車型識別研究[D];武漢理工大學(xué);2012年

6 劉鋒;車型識別研究[D];上海交通大學(xué);2009年

7 路新宇;基于多傳感器融合的車型識別系統(tǒng)研究[D];華南理工大學(xué);2015年

8 劉超;多姿態(tài)車型識別算法設(shè)計(jì)及應(yīng)用研究[D];電子科技大學(xué);2014年

9 郭輝;基于視頻的車輛檢測和車型識別的研究[D];華東交通大學(xué);2009年

10 余孔梁;基于視頻的車型識別技術(shù)研究[D];浙江大學(xué);2008年

，

本文編號：2028314