基于LogGabor小波变换和证据推理车型识别.docVIP

基于LogGabor小波变换和证据推理车型识别 　　（重庆大学 自动化学院， 重庆 400044） 　　?? 　　摘 要：针对车型识别问题，提出了一种基于特征车的车型识别方法――基于LogGabor小波变换和DS证据推理的车型识别算法。该算法先对特殊车辆图像进行多分辨率的LogGabor小波变换，最后形成车辆LogGabor特征。将1a?B1多分类SVM应用于基本概率分配函数的确定，使用证据推理的方法得到车型识别的结果。实验结果表明该方法是有效、可行的。 　　?す丶?词：车型识别； LogGabor； 支持向量机； DempsterShafer证据推理 　　?ぶ型挤掷嗪牛?TP391.41 文献标志码：A 　　 文章编号：1001?B3695(2009)03?B1151?B03 　　?? 　　Vehicle category recognition ??based on LogGabor wavelets transform and DS theory 　　?? 　　LI Min, HUANG Xiyue, SHEN Zhixi, LI Xiaowei 　　?? 　　（College of Automation ,Chongqing University, Chongqing 400044, China) 　　?? 　　Abstract:To solve the problem of vehicle category recognition,this paper proposed a recognition algorithm based on LogGabor wavelets transform and DS theory. Used multiscales LogGabor filters to transform the images of vehicles to LogGabor vectors and used, SVM of “1against?B1” approach to assign the basic probability numbers. Then,concluded a decision of vehicle categoryby model of DS theory. Experiment results prove that the introduced algorithm is available. 　　??Key words：vehicle category recognition; LogGabor; SVM(support vector machines); DS theory 　　?お? 　　0 引言 　　自动车型识别技术对解决车辆收费、交通管制、停车管理等问题有着重要意义。当前车型识别的主要技术有两种[1,2]：a)通过辅助设备方法获取汽车的固有参数，常见的方法有放置线圈、计重、读取汽车电子标签等，这类方法辅助设备较多、安装复杂、系统稳定性差；b)通过图像处理的方法自动识别某些参数，这类方法安装简单、隔离式操作，可以长时间稳定工作，目前通过这类方法对车型识别的研究还处于起步阶段，成功应用的文献不是很多。根据对不同车型的特征表示，本文采用图像处理方法来实现车型识别。在国家标准中，车辆被分成三类，即客车、货车和轿车。根据实际的应用需求，本文将车辆进一步划分成公共汽车、微型客车、货车和轿车四种类型。 　　 LogGabor小波不仅能较好地解释人的视觉对图像尺度伸缩和方向变化的容忍度，而且比Gabor小波更能真实地反映图像在频域的响应，在取得最佳空间定位的同时，具有更宽的频带，性能优良[3]，在纹理分析和图像处理中有着较为成功的应用，可把它应用到车辆类型识别中。DS证据理论应用到交通系统中[4]始于Harris和Read。此后，国内外有很多研究者将DS证据理论应用到交通领域目标识别。与概率决策理论相比，它不但能够处理由于知识不准确引起的不确定性，而且也能够处理由于不知道引起的不准确性。 　　 本文提出的LogGabor小波和DS证据理论相结合的车辆类型识别算法，通过LogGabor滤波的方法提取LogGabor特征车，将特征车作为1a?B1的SVM输入，得到基本概率分配，用DS证据理论融合数据信息，通过证据决策规则实现车型识别。算法流程如图1所示。 　　实验结果表明，本文方法是有效、可行的。 　　1 LogGabor特征车提取 　　LogGabor函数是Gabor函数的另一种表述形式，传递函数为对数频率尺度下的高斯函数。作为时域信号分析的一种方法，不仅具有研究信号不同位置局部性质的能力，能够在空间域和频率域上显示出良好的局部性，而且在进行图像处