基于BP神经网络的车型识别毕业设计论文创新.docVIP

基于BP神经网络的车型识别 摘要 车型分类识别技术作为智能交通系统中的关键技术，对提高道路运输效率，改善车辆收费检测等方面有着重要的理论与现实意义。本文基于视频检测技术，首先通过图像预处理、车辆分割、轮廓提取得到车辆的轮廓图，从中获得车辆的外形几何参数，并做相关性分析，提取特征向量。然后利用提取的特征向量，构建BP神经网络的车型分类系统进行车型识别。主要研究内容包括：(1)车辆检测研究。本文采用一种基于背景差分的车辆分割方法，较好地解决了复杂交通情况下车辆的检测问题。(2)车型特征提取。根据车型分类的需要，分析了车型特征参数的选择问题，为车辆分类奠定了基础。本文最终选取了顶长比、顶高比、前后比作为特征向量。(3)车型分类研究。研究了基于BP神经网络的车型分类，通过选择合适的特征参数，获得了较高的分类正确率。 应用效果与仿真结果表明，基于BP网络的车型分类技术的实时性、精确性和分类识别性能等关键指标得到明显的改善，达到系统设计的预期要求。同时,我们采取的方法具有提取的特征简单、量少，并且所构成的具有分类功能的BP网络简单、便于硬件实现、有利于BP网络的分类识别等优点。 关键词：智能交通系统；车型识别；车辆检测；特征提取；BP神经网络 Vehicle Recognition Based on BP Neural Network Abstract As the key technolog