多姿态车辆识别系统设计-模式识别与智能系统专业毕业论文.docx

独创性声明
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及取得的研究成果。据我所知,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果,也不包含为获得电子科技大学或其它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。
作者签名: 日期: 年 月 日
论文使用授权
本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘, 允许论文被查阅和借阅。本人授权电子科技大学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,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应遵守此规定) 作者签名: 导师签名:
日期: 年 月 日
摘 要
经济的快速增长,让老百姓生活水平有了巨大的变化,人们对车辆的需求也不断扩大,但伴随而来的是交通管理、环境等问题也日益严峻,在许多层面,迫切需要寻找一种新型的交通管理方式,在这种情况下智能交通系统产生了。在智能交通系统中,车辆识别一直是一个热点和难点,国内外学者均对此有一定的研究。本文主要是针对拍摄的车辆的前脸图像,并且结合实际拍摄的车辆图像可能存在倾斜的情况,总结了基于 PCA 和 SURF 特征相结合的多姿态车辆识别算法, 并设计和实现了多姿态车辆识别系统。
系统主要分为车辆样本特征训练过程和车型识别分类两大部分。第一部分主要是针对训练样本库的处理,首先定位车牌,然后一方面根据车牌的倾斜角度对车辆进行倾斜校正,一方面根据车牌的位置信息进行车脸区域的截取。获得车脸之后,在车脸区域提取 PCA 特征,离线存储至本地文件,同时样本库中每一辆车的基本信息也存储至数据库当中;第二部分主要是针对输入系统的测试样本而言的,按照上述同样的方法截取车脸区域,然后提取 PCA 特征,加载训练样本的 PCA 特征库,利用改进的 k-d 树算法寻找到最匹配的五幅训练样本,在训练样本和测试样本的排气栅区域进一步提取 SURF 特征,进行 SURF 特征匹配得到识别结果。
本文用 OpenCV 和 VS2010 搭建实验平台,以 SQLServer2005 为后台数据库, 共采集了 411 张车辆图片建立训练样本库,并在数据库中建立了一张 CarType 表去存储这些车辆样本的基本信息。实验中,采用 80×30 大小的车脸共 133 幅测试样本对系统的识别率和识别时间进行测试,得到的车的品牌的识别率为 %,车的系列识别率为 %,平均识别时间为 。
实验结果表明,本文采用的基于 PCA 和 SURF 特征相结合的多姿态车辆识别算法是有效可行的,算法的准确识别率也在同类算法当中比较靠前,依据算法设计和实现的系统具有较好的稳定性和实时性。
关键词:多姿态,车型识别,车脸特征库,SURF 特征,最小距离分类
ABSTRACT
The rapid growth of the economy make people’s living standard have a huge change, people’s demanding for cars is also growing. But the traffic management and environmental problems is panied, they have e increasingly severe problems. In many aspects, it is an urgent to find a new way for traffic management, and intelligent transportation system emerge as the times require .In the intelligent transportation system, vehicle recognition has been a hot and difficult topic, there are many domestic and foreign scholars have done certain research on it. This paper is mainly focus on the image of vehicle’s front face whose practical shooting may tilt, summarizes a multi pose vehicle recognition algorithm. According to the algorithm, we de