导读:本文包含了车型自动分类论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:车型,神经网络,向量,机车,图像处理,模型,声频。
车型自动分类论文文献综述
杜青,苗艳华,沈花玉[1](2019)在《基于机器视觉的车型自动分类算法设计》一文中研究指出车型分类是智能交通系统的重要组成部分,为实现车型自动分类,本文主要针对轿车、货车和客车的分类,设计了以车辆外形尺寸为特征的基于机器视觉的自动分类算法。该算法首先对车辆图像进行灰度化、背景差分、平滑、分割等预处理;然后提取顶长比、前后比等特征参量进行自动分类。该方法比较简单、易于实现,经实验验证,分级正确率可达86.25%,具有一定的应用价值。(本文来源于《电子测试》期刊2019年01期)
宋东雨[2](2016)在《基于SVM的车型自动分类方法的研究》一文中研究指出随着经济发展,车辆日见增多,交通拥堵问题日益突出,如何缓解交通压力已成了交通部门需要解决的问题之一。随着信息技术的不断发展,智能交通系统得到了越来越广泛的应用。基于视频、图像处理技术和互联网的智能交通为城市发展、城市管理、交通规划以及交通疏导发挥着极其重要的作用。但是,总体来说,目前的智能交通技术智能化依然很低,虽然摄像机遍布城市各个角落,提供了大量的图像,目前获取信息的办法就是人工观看视频,而能够智能化地从视频图像中所获取的信息极少。为了从视频中获取尽可能多的信息,发挥智能交通的最大功效,通过计算机自动对动态视频图像处理是唯一途径。本文所进行的车型自动识别技术就是为了解决车型自动设别而进行的。车型自动识别是以模式识别为技术,通过提取图像特征向量的方法,实现车辆的自动分类,在实现车辆的不停车收费方面具有潜在的应用,可以帮助交管部门快速的查找车辆,而且还可以对相关的数据进行统计。车型自动识别技术的难点在于车型分类的准确率低,分类时间长。本文的研究目的是为了解决车型分类准确率低和消耗时间长的问题。论文中主要进行了以下方面的研究:用车辆图像建立一个车脸图像的模板库,并提取出每个模板的方向梯度直方图特征,然后处理车辆图像,定位出车辆的位置,提取出车脸图像,并提取出车脸图像的方向梯度直方图特征。通过和模板库里每个图像的特征值进行匹配得出结果。论文提出了分类分级式的方法,分类分级式方法里的特征值匹配提高了车型分类的准确度,但是增加了分类时间。采用了主成分分析运算,缩短了分类的时间。设计了类似于多进程处理的方法,提高了程序的运算效率,打破了计算机单进程运算慢的限制。论文采用特征值的匹配来进行车型分类的方法,识别率能达到90%以上,要优于目前的分类方法,每幅图像的分类时间在50ms左右。证明了车型自动识别系统的可行性。(本文来源于《黑龙江大学》期刊2016-03-05)
赵世峰,刘白林[3](2013)在《声频特征在车型自动分类识别中的应用研究》一文中研究指出为满足智能化交通的需要,利用车辆声频信号特征进行车型自动识别,对车辆声频信号进行建模,以线性预测编码倒谱(LPCC)为特征,采用聚类分析算法划分车型,并使用Fisher判别法对车型进行识别。实验结果表明此方法可准确和有效的实现车型的自动分类与识别。(本文来源于《电脑知识与技术》期刊2013年35期)
余佳,李益华[4](2012)在《一种基于数据挖掘的车型自动分类方法的研究》一文中研究指出车型分类的合理性是提高车型识别准确性的一种有效途径,也是学术界研究的热点问题。通过对各种复杂环境下采集车型的特征数据进行分析,提出了一种基于数据挖据的车型自动分类方法。目前,该方法已应用到京港澳某收费站,结果显示基于该方法的车型分类标准对车型识别的准确度能够达到96%以上。(本文来源于《现代电子技术》期刊2012年09期)
吴树森[5](2012)在《高速公路车型自动分类器的应用》一文中研究指出国内各省高速公路的车型分类基本上以人工判断的方式为主,即入口车道或者出口车道收费员通过查看过往车辆的类型,用"人眼"判断出该车辆属于何种类型的车。这种依靠人工判断车型分类的现状,收费员业务水平的高低决定了人工判断车型的准确率,因此各高速公路公司每年需要花费大量的人力和物力,(本文来源于《中国交通信息化》期刊2012年04期)
廖海斌,王伟,王宏勇[6](2009)在《基于灰色理论的车型自动分类识别》一文中研究指出在灰色理论基础上提出了一种车型自动分类识别技术。该技术分为二大部分:第一部分是测量车辆的叁维信息,即完成从二维信息到叁维信息的转换,获得车辆的长度、宽度和高度特征;第二部分是利用灰色关联分析对车辆进行分类识别。实验表明,与传统的识别方法相比明显提高识别速度与识别精度,且具有很好的实用性。(本文来源于《微计算机信息》期刊2009年10期)
李光辉[7](2009)在《基于红外检测和压力传感器相结合的车型自动分类系统》一文中研究指出本文分析和讨论了车型自动分类技术的现状及各种车型自动分类技术的原理及其优缺点,提出了一种基于红外检测和压力传感器相结合的车型自动分类的方案设计。(本文来源于《中国科技信息》期刊2009年05期)
王双维,陈强,李江,杜丽萍,赵丽华[8](2008)在《车辆运行声车型自动分类的AR模型技术》一文中研究指出利用AR参数模型提取采集到的车辆行驶时产生的车外噪声信号的特征,利用假设检验进行特征选择,并设计了BP神经网络进行分类识别.对道路现场采集到的2种车型共计110个信号进行分析,实验结果表明,通过AR参数模型提取车辆车外噪声特征实现车型自动分类是可行的,其分类的正确率达80%以上.(本文来源于《武汉理工大学学报(交通科学与工程版)》期刊2008年06期)
沈勇武[9](2008)在《基于图像识别的车型自动分类系统》一文中研究指出随着交通拥挤和堵塞等各种问题的日益突出,以及计算机技术的不断发展,智能交通系统(Intelligent Transportation System,简称ITS)得到了越来越广泛的应用,其中车型自动分类技术是重要的一个分支。论文对基于图像识别的车型自动分类系统进行了研究。论文介绍了车型分类系统的发展现状,举出了几种目前国内外所采用的车型自动分类的方法,并分析了各自的优缺点;介绍了基于图像识别的车型分类系统的研究现状,归纳了车型分类系统的工作流程、核心问题和关键技术,评价了目前存在的车型分类标准、车辆图像分割技术和车辆特征选取方法的不足之处。论文采用《收费公路车辆通行费车型分类》作为车型分类标准。通过对背景图像和车辆图像进行配准运算,再用背景消减法提取目标车辆。在第一阶段的分类过程中,利用改进的线求和法提取代表车辆形状的特征参数,作为BP神经网络分类器的输入数据,然后得到车辆的形状分类结果;在第二阶段的分类过程中,根据形状分类结果决定是否进一步细分。论文最后给出了实验结果和分析,分类正确率达到81%,验证了该车型分类系统的有效性。(本文来源于《浙江大学》期刊2008-05-01)
霍炜,刘大维,王江涛[10](2008)在《复杂背景下的车型自动分类研究》一文中研究指出针对复杂背景下的车辆自动分类问题,提出了一种新的车型识别方法.该方法是首先采用自适应高斯混合模型进行背景抽取,然后以背景抽取后的车辆侧面图像作为特征图像,设计了顶长比、顶高比和前后比3种参数对车型进行表达,最后通过训练—BP神经网络分类器对车型进行自动分类.对9个样本进行分类测试时,取得了均方误差小于0.0023、识别率达到100%的测试结果,表明笔者设计的车型分类系统可有效地实现车型的自动分类.(本文来源于《青岛理工大学学报》期刊2008年01期)
车型自动分类论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
随着经济发展,车辆日见增多,交通拥堵问题日益突出,如何缓解交通压力已成了交通部门需要解决的问题之一。随着信息技术的不断发展,智能交通系统得到了越来越广泛的应用。基于视频、图像处理技术和互联网的智能交通为城市发展、城市管理、交通规划以及交通疏导发挥着极其重要的作用。但是,总体来说,目前的智能交通技术智能化依然很低,虽然摄像机遍布城市各个角落,提供了大量的图像,目前获取信息的办法就是人工观看视频,而能够智能化地从视频图像中所获取的信息极少。为了从视频中获取尽可能多的信息,发挥智能交通的最大功效,通过计算机自动对动态视频图像处理是唯一途径。本文所进行的车型自动识别技术就是为了解决车型自动设别而进行的。车型自动识别是以模式识别为技术,通过提取图像特征向量的方法,实现车辆的自动分类,在实现车辆的不停车收费方面具有潜在的应用,可以帮助交管部门快速的查找车辆,而且还可以对相关的数据进行统计。车型自动识别技术的难点在于车型分类的准确率低,分类时间长。本文的研究目的是为了解决车型分类准确率低和消耗时间长的问题。论文中主要进行了以下方面的研究:用车辆图像建立一个车脸图像的模板库,并提取出每个模板的方向梯度直方图特征,然后处理车辆图像,定位出车辆的位置,提取出车脸图像,并提取出车脸图像的方向梯度直方图特征。通过和模板库里每个图像的特征值进行匹配得出结果。论文提出了分类分级式的方法,分类分级式方法里的特征值匹配提高了车型分类的准确度,但是增加了分类时间。采用了主成分分析运算,缩短了分类的时间。设计了类似于多进程处理的方法,提高了程序的运算效率,打破了计算机单进程运算慢的限制。论文采用特征值的匹配来进行车型分类的方法,识别率能达到90%以上,要优于目前的分类方法,每幅图像的分类时间在50ms左右。证明了车型自动识别系统的可行性。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
车型自动分类论文参考文献
[1].杜青,苗艳华,沈花玉.基于机器视觉的车型自动分类算法设计[J].电子测试.2019
[2].宋东雨.基于SVM的车型自动分类方法的研究[D].黑龙江大学.2016
[3].赵世峰,刘白林.声频特征在车型自动分类识别中的应用研究[J].电脑知识与技术.2013
[4].余佳,李益华.一种基于数据挖掘的车型自动分类方法的研究[J].现代电子技术.2012
[5].吴树森.高速公路车型自动分类器的应用[J].中国交通信息化.2012
[6].廖海斌,王伟,王宏勇.基于灰色理论的车型自动分类识别[J].微计算机信息.2009
[7].李光辉.基于红外检测和压力传感器相结合的车型自动分类系统[J].中国科技信息.2009
[8].王双维,陈强,李江,杜丽萍,赵丽华.车辆运行声车型自动分类的AR模型技术[J].武汉理工大学学报(交通科学与工程版).2008
[9].沈勇武.基于图像识别的车型自动分类系统[D].浙江大学.2008
[10].霍炜,刘大维,王江涛.复杂背景下的车型自动分类研究[J].青岛理工大学学报.2008