基于脈沖神經(jīng)網(wǎng)絡(luò)模型的車輛車型識(shí)別研究.pdf

1、在智能交通系統(tǒng)中智能識(shí)別技術(shù)得到了越來(lái)越廣泛的應(yīng)用。而車型識(shí)別技術(shù)是智能交通系統(tǒng)中智能識(shí)別技術(shù)重要組成部分,在路橋收費(fèi)系統(tǒng)中它能對(duì)在特定地點(diǎn)和時(shí)間的車輛進(jìn)行識(shí)別和分類,并且能作為交通收費(fèi)、管理、調(diào)度、統(tǒng)計(jì)的依據(jù)。本文重點(diǎn)對(duì)運(yùn)動(dòng)車輛圖像進(jìn)行技術(shù)處理和分析,提出了以神經(jīng)網(wǎng)絡(luò)與當(dāng)前圖像處理技術(shù)相結(jié)合的車輛識(shí)別與分類技術(shù)。而人工神經(jīng)網(wǎng)絡(luò)是智能識(shí)別技術(shù)中最熱門的研究方向,結(jié)合人工神經(jīng)網(wǎng)絡(luò)在智能交通系統(tǒng)中的應(yīng)用已成為當(dāng)前研究的重要課題。
　　

2、 本文通過(guò)分析智能交通系統(tǒng)的發(fā)展現(xiàn)狀與應(yīng)用前景,提出了一種基于人工神經(jīng)網(wǎng)絡(luò)的車型識(shí)別與分類的研究方案。該方案利用一種基于神經(jīng)軸突延遲機(jī)制的脈沖神經(jīng)元網(wǎng)絡(luò)模型算法和一套圖像處理技術(shù)獲取運(yùn)動(dòng)車輛,再通過(guò)脈沖神經(jīng)網(wǎng)絡(luò)提取運(yùn)動(dòng)車輛邊沿對(duì)應(yīng)的邊緣脈沖頻率圖。然后,對(duì)脈沖頻率圖提取線矩特征,最后利用這些特征結(jié)合傳統(tǒng)的車輛車型特征訓(xùn)練BP神經(jīng)網(wǎng)絡(luò),從而設(shè)計(jì)成一個(gè)自動(dòng)識(shí)別系統(tǒng),對(duì)運(yùn)動(dòng)車輛進(jìn)行分類識(shí)別。這一系統(tǒng)不但能準(zhǔn)確的檢測(cè)識(shí)別車型,也用于識(shí)別出其他