视频图像的车辆检测及识别.pdfVIP

166 2011 ，47 （19） Computer Engineering and Applications 计算机工程与应用 视频图像的车辆检测与识别 周 涛，张继业 ZHOU Tao ，ZHANG Jiye 西南交通大学 牵引动力国家重点实验室，成都 610031 Traction Power State Key Laboratory ，Southwest Jiaotong University ，Chengdu 610031 ，China ZHOU Tao ，ZHANG Jiye.Video images vehicle detection and recognition.Computer Engineering and Applications ，2011 ， 47 （19）：166-169. Abstract ：A new method is proposed to extract candidate regions from video images.In this method ，video image is convert- ed into HSV space ，the red areas of video images are extracted by H components and horizontal edge of vehicle ’s bottom by V components ，then the candidate regions of vehicle can be determined by these two components.At the same time ，opti- mized Gabor filters group is used to extract the characteristics of candidate regions ，supported vector machine is used to train and recognize the selected characteristics.The filter group is improved by Quantum Evolutionary Algorithm （QEA ），and niche cooperation evolution algorithm is introduced at this ，also the improved filter group is clustered to reduce redundancy. Experiments show that this method is more accurate and faster ，the improved Quantum Evolutionary Algorithm converges rap- idly ，so the optimal solution can be found quickly. Key words ：vehicle detection ；Gabor filter ；Quantum Evolutionary Algorithm（QEA ）；Support Vector Machine（SVM） 摘 要：提出了一种新方法，用来提取视频图像中车辆的候选区域。即将视频图像转换到HSV 空间，利用H 分量提取图像中红色 区域位置，V 分量提取图像中车底的水平边缘位置，两者结合确定图像中车辆的候选区域。然后，利用改进的Gabor 滤波器组对 图像中的候选区域特性进行提取，最后利用支持向量机对提取的候选区域特性进行训练、识别。滤波器组通过量子进化算法进 行了改进，其中引入了小生境协同进化算法并对优化后的滤波器组进行聚类减少多余的滤波器，降低冗余度。仿真结果表明此 方法提取候选区域更加精确、快速。改进后的量子进化算法收敛速度快，能够快速地找到最优解。 关键词：车辆检测；Gabor 滤波器；量子进化算法；支持向量机 DOI ：10.3778/j.issn. 1002-8331.2011.19.046 文章编号：1002-8331（2011 ）19-0166-04 文献标识码：A 中图分类号：TP391 1 引言 扰，所以本文利用车辆尾部灯为红色这一特点，提取出图像中 智能交通系统，是将先进的计算机处理技术、信息技术、 的红色分量，从而可以更加精确地确定出图像中车辆的候选