| 题名 | 基于图像处理的车型识别系统研究 |
| 作者 | 陈娜 |
| 答辩日期 | 2018 |
| 导师 | 李明 |
| 关键词 | 车型识别 车脸定位 BP神经网络 Java CV |
| 学位名称 | 硕士 |
| 英文摘要 | 随着模式识别与计算机视觉技术的发展,基于图像处理的车型识别技术得到了越来越多的关注和研究。目前通过图像获取车辆信息的方法主要有两种:一是通过对车牌、车标的识别进而间接识别车辆;二是通过车辆外形参数进行车型大中小的分类。前者易受其识别精准度的影响,后者只是进行简单分类,都无法达到精确识别。车脸(保险杠以上,引擎盖以下的区域)作为车辆80%的主要信息聚集地,相较于车牌、车标而言,其目标大、信息含量高、相对稳定,因此可以对车辆属性进行有效地表达。本文给出了一种基于车脸图像进行车辆品牌及型号的识别方法,并在此基础上开发了一个车型识别系统。主要的工作内容如下:1.构建了一个车脸库(包括3600张样本20类车系)。为了更快速、有效地获取车脸样本,本文采用了基于车牌的车脸定位方法。通过实验,获取了一组较优的用于定位的车牌与车脸间的相对位置、尺寸比例关系。其次,以特征提取速度和余弦相似度作为衡量标准,在自建车脸库上进行了图像特征提取算法(方向梯度直方图法、局部二值模式法、Gabor小波提取方法)的对比实验,结果表明方向梯度直方图法较适合于车型识别系统。2.通过进行结构设计以及参数调整实验,得到了一个计算效率较好,且适用于基于车脸图像的车型识别系统的BP神经网络,并在自建的车脸库上进行了测试实验,结果验证了该算法的有效性。3.以Java CV计算机视觉开源库为基础,在Eclipse集成开发环境下,设计开发一个基于图像处理的车型识别系统。该系统根据车脸图像可以快速识别车辆品牌和型号,经实验验证车脸在光照变化、尺度变化等情况下具有较好的鲁棒性和识别效果。 |
| 语种 | 中文 |
| 页码 | 65 |
| URL标识 | 查看原文 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/94120]  |
| 专题 | 兰州理工大学 |
| 作者单位 | 兰州理工大学 |
| 推荐引用方式 GB/T 7714 | 陈娜. 基于图像处理的车型识别系统研究[D]. 2018. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论