本文關(guān)鍵詞： 車輛識別 圖像質(zhì)量 高斯擬合 熵權(quán)法　出處：《計算機科學與探索》2017年01期 　論文類型：期刊論文

【摘要】：針對目前車輛識別方法在動態(tài)變化的復雜環(huán)境中車輛識別正確率低的問題,提出了一種基于動態(tài)自適應閾值的車輛識別方法。該方法首先利用基于熵權(quán)法的圖像質(zhì)量量化算法計算交通流視頻中背景圖像的質(zhì)量值;然后通過對樣本交通流設置的車輛檢測閾值和基于該閾值識別車輛的正確率進行多項式擬合,獲得該樣本的車輛最佳檢測閾值;最后對樣本背景圖像的質(zhì)量值和樣本車輛的最佳檢測閾值進行高斯擬合,得到自適應閾值計算模型。該方法采用高斯混合模型實時獲取交通流視頻中的背景圖像,計算背景圖像的質(zhì)量值,并輸入到自適應閾值計算模型得到實時的車輛最佳檢測閾值以識別車輛。實驗和理論分析表明,該方法能根據(jù)動態(tài)變化的環(huán)境實時更新車輛檢測閾值,有效地提高了車輛識別的正確率。
[Abstract]:In view of the problem that the current vehicle recognition methods have low accuracy in the dynamic and complex environment, A vehicle recognition method based on dynamic adaptive threshold is proposed. Firstly, the image quality quantization algorithm based on entropy weight is used to calculate the quality of background image in traffic flow video. Then by polynomial fitting the vehicle detection threshold set by the sample traffic flow and the correct rate of the vehicle recognition based on the threshold, the optimal detection threshold of the vehicle is obtained. Finally, Gao Si fitting the quality value of the sample background image and the optimal detection threshold of the sample vehicle, the adaptive threshold calculation model is obtained, and the background image in the traffic flow video is obtained in real time by the Gao Si mixed model. The quality value of the background image is calculated, and the real-time optimal vehicle detection threshold is obtained by inputting the adaptive threshold calculation model to identify the vehicle. The experimental and theoretical analysis shows that the method can update the vehicle detection threshold in real time according to the dynamic changing environment. The accuracy of vehicle recognition is improved effectively.
【作者單位】： 海南大學信息科學技術(shù)學院;海南大學南海海洋資源利用國家重點實驗室;國防科學技術(shù)大學高性能計算國家重點實驗室;
【基金】：國家自然科學基金 海南省自然科學基金 海南大學博士啟動基金;海南大學青年基金~~
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 張瑩;朱軍;;自動車輛識別系統(tǒng)的設計與實現(xiàn)[J];儀表技術(shù)與傳感器;2006年01期

2 高軍偉;劉召燕;蔡國強;劉新;賈利民;;基于面積法的車輛識別統(tǒng)計研究[J];青島大學學報(工程技術(shù)版);2008年04期

3 逯鵬;婁亞飛;劉奉哲;李玉松;黃石磊;湯玉合;;稀疏超完備車輛識別與統(tǒng)計[J];應用科學學報;2014年01期

4 ;國內(nèi)信息[J];中國自動識別技術(shù);2007年04期

5 李文藝;孔金生;周永年;;基于信息融合團隊一致法的車輛識別方法[J];微計算機信息;2008年31期

6 劉懷愚;李t，

本文編號：1534163