基于局部特征的車輛識別

1、申請上海交通大學(xué)碩士學(xué)位論文基于局部特征的車輛識別基于局部特征的車輛識別學(xué)校：上海交通大學(xué)院系：系：電子信息與電氣工程學(xué)院班級：級：B0703293學(xué)號：號：1070329154工程碩士生工程碩士生：黃燦工程領(lǐng)域：工程領(lǐng)域：模式識別與智能系統(tǒng)導(dǎo)師Ⅰ：王利生（副教授）導(dǎo)師Ⅱ：上海交通大學(xué)電子信息與電氣工程學(xué)院上海交通大學(xué)電子信息與電氣工程學(xué)院20102010年2月上海交通大學(xué)工學(xué)碩士學(xué)位論文摘要第I頁基于局部特征的車輛識別基于局部特征的車

2、輛識別摘要汽車的自動識別在現(xiàn)實世界中的有著廣泛的應(yīng)用，比如公眾安全，智能車輛，交通監(jiān)測和停車場的收費管理等。但由于車輛圖片的背景十分復(fù)雜，而且車輛類型眾多，所以車輛識別一直是一個比較難的問題。因此，本文對車輛識別展開了深入的研究。在本文中，提出了一種自動檢測和識別汽車類型的方法。該方法分為二個階段，首先，用Adaboost的學(xué)習(xí)算法檢測圖片中是否有正面的汽車并得到車輛的頭部區(qū)域提取車頭區(qū)域是確保接下來特征匹配階段只在車頭部分進(jìn)行，而不會

3、跟背景中的特征相匹配。第二，對車輛頭部區(qū)域，提取局部特征（SURF或者SIFT），與數(shù)據(jù)庫中的車輛圖像相匹配，其中每種類型的車輛都只有一幅標(biāo)本圖像。然后跟據(jù)局部特征匹配的數(shù)目多少來判斷車輛的類型，即最多匹配數(shù)目的車輛為所識別的結(jié)果。我們對八百多幅圖片進(jìn)行測試，其中包含48個不同類型的汽車，利用SIFT局部特征得到的識別率是75.47%，利用SURF局部特征得到的正確識別率是78.03%。另外還用Gab濾波來分析汽車排氣孔區(qū)域的紋理特征，