基于支持向量機的車型識別.pdf

1、車輛自動識別分類技術(shù)是智能運輸系統(tǒng)的重要組成部分,它對特定地點和時間的車輛進(jìn)行識別和分類,并以之作為交通管理、收費、調(diào)度、統(tǒng)計的依據(jù).車型的自動分類在部分發(fā)達(dá)國家已經(jīng)是比較成熟的技術(shù),但由于諸多原因這些系統(tǒng)在我國其識別率等指標(biāo)難以滿足使用要求.要實現(xiàn)我國公路收費自動化、管理規(guī)范科學(xué)化,車型自動識別方法的研究勢在必行.本文研究基于車型圖像代數(shù)特征的車型識別方法.該方法首先利用背景差分法從背景圖像中提取出運動車輛,并對車型圖像進(jìn)行預(yù)處理,然

2、后采用特征并行融合的方法將用PCA方法和加權(quán)LDA方法提取出來的兩類車型特征融合成一種待識別特征,最后將決策支持向量機分類器與最近鄰法以及動態(tài)Boosting算法相結(jié)合構(gòu)造決策支持向量機車型識別分類器進(jìn)行車型識別.本文所做的主要工作為:1、為了獲取更豐富的特征信息,提出將PCA特征與加權(quán)LDA特征進(jìn)行特征級融合的一種車型代數(shù)特征提取方法.該方法保留了參與融合的兩類特征的有效鑒別信息,又很大程度上消除了信息的冗余,提高了識別率.2、提出將