一种新的车辆图像识别分类算法研究.pdfVIP

第27卷第6期 重 庆 交通 大 学 学报 (自然科 学版 ) Vo1．27 No．6 2008年 12月 JOURNALOFCHONGQINGJIAOTONGUNIVERSITY(NATURALSCIENCE Dec．2008 一 种新的车辆 图像识别分类算法研究 邓天民 ，于 勇 ，邵毅明 (1．重庆交通大学 交通运输学院，重庆 400074；2．重庆大学 自动化学院，重庆 400044) 摘要：提出了一种在静止背景交通图像序列中运动车辆 的检测和分类方法，即基于 GVF—Snake模型和惯量椭圆的 车辆分类算法。利用混和高斯模型(GMM)、期望最大化(EM)估计算法 、改进 GVF—Snake模型，从序列交通视频图 像 中检测出运动车辆 ；然后，借用刚体惯量椭圆原理，计算运动车辆等效椭圆偏心率 ，从而建立车长一车投影面积一车 的等效椭圆偏心率三参数建立了车辆分类器。该方法的车辆检测与分类都是基于数理统计原理，算法复杂度小 ， 可用数字逻辑编程实现，适合在嵌入式系统中应用。 关 键 词 ：混和高斯模型(GMM)；GVF—Snake模型；偏心率 中图分类号 ：TP391．41 文献标志码：A 文章编号：1674-0696(2008)06—1142一D4 A NovelM ethodofVehicleClassificationBasedon ImageIdentification DENG Tian．rain一 ．YU Yong’ SHAO Yi。ming ， (1．SchoolofTrafficTransportation，ChongqingJiaotongUniversity，Chongqing400074，China； 2．SchoolofAutomatization，ChongqingUniversity，Chongqing400044 ，China) Abstract：Anewapproachisproposedtodetectandelassi~themovingvehicleinstaticscenes，whichisbasedonGVF— Snakemodelandinertiaellipse．Thevehiclescontourisextractedfrom successivetraffic—framesbyGaussianMixtureMod— el，ExpectationMaximizationestimatealgorithm andimprovedGVF—Snakemode1．Theellipseeccentricityofthemovingve— hicleiscomputedfrom theprincipalofinertiaellipseofrigidbody．Thevehicleclassltierisestablishedonthebaseofthree parameters，whicharethelengthofvehicle，theprojectionareaofthevehicleandtheequivalentellipseeccentricity．As themethodisbasedontheprinciplesofstatistics，itisquitesimpleanditcanbeeasilyprogrammed．Thismethodisfitto beappliedintotheembedsystem． Keywords：GMM (GaussianMixtureMode1)；GVF—Snake(GradientVectorFlow—Snake)Model；eccentricity 0 引 言 来减少斑点噪声。 目前在车型识别中应用较多的方