基于改进K—Means 算法的车辆识别方法.pdfVIP

第22卷 第5期 计 算 机 技 术 与 发 展 Vo1．22 No．5 2012年 5月 C0MPUTERTECHNOL0GYANDDEVELOPMENT Mav 2012 基于改进 K—Means算法的车辆识别方法 张明恒 ，王华莹，郭 烈 (大连理工大学汽车工程学院，辽宁 大连 116024) 摘 要：车辆的检测和识别一直是道路监控、安全辅助驾驶、车辆 自主导航等领域的重要研究内容。文中基于机器视觉方 法，在 Lab颜色空间通过对经典 K—Means算法的聚类中心、聚类数和距离测度三方面的改进实现了L分量 的聚类 ，从而达 到图像分割的目的。提取图像的矩形度、Hu矩和Affine矩的特征，针对不同的车型建立各 自的模板 ，利用改进 Hu不变矩 和仿射不变矩的组合不变矩对分割后图像进行车型的识别。实验结果表明，文中提出的方法对于复杂环境下的车辆检测 和识别具有 良好的可靠性和鲁棒性。 关键词：K均值 ；马氏距离；车辆检测 ；Hu矩 ；仿射不变距 ；车型识别 中图分类号：TP391．4 文献标识码 ：A 文章编号：1673—629X(2012)05—0053—04 M ethodofVehicleDetectionBasedonImproved K-M eansAlgorithm ZHANG Ming—heng，W ANG Hua—ying，GUO Lie (SchoolofAutomotiveEngineering，DalianUniversityofTechnology，Dalian116024，China) Abstract：Vehicledetectionandvehiclerecognitionisimportantfortheresearchofroadmonitoring，drivingsafetyassistance，automatic vehiclenavigationnadSOon．Inhtispaper，na imagesegmentationmethodbased onimprovedclusteringcenter，clusteringnumbernad distancemeasurementofclassicK—Meansalgorihtm waspropo sed．Then，rectangledegree，Humomentna dAftmemomentofhteimage characteristicswere extractde ，nadeachtemplateofdifferentvehicletypeswasestablishde ，nadhtevehiclerecognitionwasconductde wiht combinationinvarinatmomentsofimprovde HumomentnadAffmeinvarinatmoment．Finally，experimentsshow htathtepropo sedmeht— odinhtispaperforvehicledetcetionnadvehiclerceognitionhasagoodreliabilitynadrobustness． Keywords：K—menas；Mahalnaobisdistance；vehicledetcetion；Humoment；Affineinvadnatmoment；vehicleytpe recognition O 引 言 点所在。为此，文 中根据道路上车辆的色彩特征，在 车辆检测与车型识别是高速公路和城市道路监控 Lab颜色空间通过对经典 K—Means算法的改进实现检 系统中不可缺少的组成部分。根据检测对象的不同， 测 目标图像的有效分割。 车辆检测可分为基于视频的车辆检测和基于静态图像