【摘要】：論文面向智能交通系統(tǒng)，基于圖像處理理論對車輛類型識別技術(shù)進(jìn)行研究。原始圖像預(yù)處理和車輛類型識別技術(shù)是其中的主要部分。文章在閱讀相關(guān)文獻(xiàn)的基礎(chǔ)上，針對下面幾個方面做出了詳細(xì)的描述和研究： 圖像預(yù)處理：主要有彩色圖像的灰度化、二值化、噪聲去除、邊緣檢測等。圖像預(yù)處理能改善圖像的質(zhì)量，更準(zhǔn)確地獲取用于車輛類型識別的角點(diǎn)信息。 車型特征的提�。很囆吞卣鞯奶崛苯佑绊懙阶R別的結(jié)果。不同車型中特征值的差異是區(qū)分車輛類型的主要依據(jù)，本文引入了視覺不變量理論中的射影不變量和交比概念，以車輛頂蓬中點(diǎn)和車身四個端點(diǎn)這五個角點(diǎn)為特征點(diǎn)，計算其射影不變量來對車輛類型進(jìn)行識別。 樸素貝葉斯分類模型的車輛類型識別方法研究：實(shí)驗過程中會受到不確定的噪聲影響，導(dǎo)致車輛類型的誤判。論文引入樸素貝葉斯分類模型，，在角點(diǎn)信息不準(zhǔn)確甚至錯誤的條件下，判斷車輛所屬類別的概率值，通過比較、選擇概率值最大的類別作為車輛的類型，提高了車輛類型分類的準(zhǔn)確率。 論文在車輛類型識別的研究工作中取得了一定的進(jìn)展，但是在對如何減少噪聲對識別的影響，如何準(zhǔn)確獲取角點(diǎn)信息等方面都還需要進(jìn)一步完善，若能做到對同一大類型中的不同型號車輛進(jìn)行識別將會更具現(xiàn)實(shí)意義。
[Abstract]:......
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：U495;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張鳳晶;白新偉;于光;蔣立華;;一種基于Sobel算子的彩色圖像邊緣檢測新算法[J];長春理工大學(xué)學(xué)報(自然科學(xué)版);2012年01期

2 薛文格;鄺天福;;圖像邊緣檢測方法研究[J];電腦知識與技術(shù)(學(xué)術(shù)交流);2007年16期

3 楊超;楊鼎才;;智能交通系統(tǒng)中車牌定位算法[J];電子測量技術(shù);2007年12期

4 付煒;趙正則;王大江;;基于水平灰度跳邊和垂直投影的車牌定位方法[J];電子測量技術(shù);2008年03期

5 王雙;;一種改進(jìn)的中值濾波算法[J];電子技術(shù);2007年Z3期

6 胡靜波;;改進(jìn)的中值濾波去噪算法分析[J];信息技術(shù);2011年08期

7 郭輝;林瑞霖;;基于圖像處理的高精度檢測方法研究[J];艦船電子工程;2009年12期

8 劉光蓉,管庶安,周紅;基于數(shù)字圖像處理技術(shù)的汽車輪廓提取[J];計算機(jī)與數(shù)字工程;2004年04期

9 楊晗,曲仕茹;圖像中射影不變量在目標(biāo)識別中的應(yīng)用[J];計算機(jī)應(yīng)用研究;2005年02期

10 胡禮勇;李釗;李建軍;牛萌;戴文剛;;一種新的實(shí)時圖加窗中值濾波算法[J];計算機(jī)與網(wǎng)絡(luò);2009年10期

本文編號：2497923