基于SVM车型识别系统的设计与实现_毕业设计.docVIP

PAGE 0 第 PAGE 1 页 共 22 页 基于SVM车型识别系统的设计与实现 陕西理工学院毕业设计 基于SVM车型识别系统的设计与实现 [摘要]车辆自动识别分类技术是智能运输系统的重要组成部分，它对特定地点和时间的车辆进行识别和分类，并以之作为交通管理、收费、调度、统计的依据。要实现我国公路收费自动化、管理规范科学化，车型自动识别方法的研究势在必行。本文研究基于车型图像代数特征的车型识别方法。该方法首先利用背景差分法从背景图像中提取出运动车辆，并对车型图像进行预处理，然后采用特征并行融合的方法用PCA方法，最后通过支持向量机分类器进行车型识别。 [关键词]车型识别，特征融合，特征提取，决策支持向量机 Vehicle Identification System Based On SVM Design And Implementation Abstract: Automatic Vehicle Identification and Classification of Intelligent Transport System technology is an important part of its specific place and time the identification and classification of vehicles, and used as traffic management, fees, scheduling, statistical basis. Chinas road toll to achieve automation, standardized and scientific management, Automatic Vehicle Identification Method imperative. This paper explores the characteristics of the vehicle model image algebra recognition. This method first uses background subtraction to extract from the background image moving vehicles, and vehicle image is preprocessed, and then use the parallel feature fusion method using principal component analysis, and finally through the support vector machine classifier for vehicle identification. Keyword: Vehicle recognition, feature fusion, feature extraction, decision support vector machine 目录 TOC \o 1-3 \h \z \u 1 引言 h 2 1.1车型识别的研究内容及其应用 h 2 1.2车型识别的研究现状和前景 h 3 1.3本文研究的主要内容及结构安排 h 3 2 车辆图像预处理 h 4 2.1图像平滑 h 4 2.2图像标准化 h 5 3 车型特征提取 h 7 3.1 PCA方法概述 h 7 3.2 PCA方法提取车型特征 h 8 4 基于支持向量机的车型识别分类器 h 9 4.1现有的几种分类方法 h 9 4.2 支持向量机 h 10 4.2.1线性支持向量机 h 11 4.2.2非线性支持向量机 h 13 4.2.3用于多类识别的支持向量机 h 13 4.3决策支持向量机进行多分类 h 14 4.4 支持向量机进行车型快速识别 h 15 4.4.1概述 h 15 4.4.2 多类(k类)问题的SVM算法 h 17 4.5实验结果及比较 h 17 5 结论 h 19 致谢： h 19 参考文献： h 20 附录： h 21 1 引言 1.1车型识别的研究内容及其应用 电子技术、通信技术、计算机技术和自动控制技术的发展，为解决交通问题提供了新的思路，于是，智能运输系统(ITS，Intelligent ansportation system)就应运而生了[1]。实践证明，智能运输