车标识别方法研究

车标识别论文 主成分分析论文 独立成分分析论文 支持向量机论文 模糊支持向量机论文
论文详情
车标识别是指通过计算机视觉、图像处理与模式识别等方法从车辆图像中提取车标信息,从而获得机动车辆品牌信息的一种实用技术。车标识别技术是智能交通系统中的一个重要研究领域,具有重要的实用价值。车标识别系统主要包括两个关键部分:车标定位和车标识别。本文在查阅大量文献的基础上,对车标识别技术进行了研究,提出了两种车标识别方法。提出了基于独立成分分析和支持向量机的车标识别方法。该方法首先对车标图像进行了灰度化和中值滤波的预处理,然后应用二维主成分分析技术进行车标图像数据的降维,再利用独立成分分析技术进行车标特征提取,最后采用支持向量机技术设计分类器识别车标。实验结果表明,该方法具有较高的识别率和较快的识别速度。提出了基于独立成分分析和模糊支持向量机的车标识别方法。该方法的核心是应用独立成分分析技术进行车标图像的特征提取,应用模糊支持向量机技术构造车标分类器。实验结果表明该方法有更短的识别时间、更高的识别率和更强的鲁棒性。
摘要第3-4页
Abstract第4页
1 绪论第7-16页
    1.1 课题的研究背景和意义第7-9页
    1.2 车标识别技术发展现状第9-14页
        1.2.1 车标自动识别系统概述第9-10页
        1.2.2 课题难点以及有待解决的问题第10页
        1.2.3 车标识别技术的发展现状第10-14页
    1.3 本文的主要工作第14-15页
    1.4 论文的组织安排第15-16页
2 图像预处理第16-20页
    2.1 灰度化第16-17页
    2.2 图像平滑第17-20页
3 模式识别理论基础第20-29页
    3.1 主成分分析第20-22页
        3.1.1 一维主成分分析(PCA)第20-21页
        3.1.2 二维主成分分析(2DPCA)第21-22页
    3.2 独立成分分析(ICA)第22-24页
    3.3 支持向量机第24-27页
    3.4 模糊支持向量机第27-29页
4 基于独立成分分析和支持向量机的车标识别方法第29-35页
    4.1 图像预处理第29页
    4.2 基于2DPCA 的车标图像数据降维第29-30页
    4.3 基于ICA 的车标特征提取第30-31页
    4.4 支持向量机分类器的构造及优化第31-32页
    4.5 实验与结果分析第32-35页
        4.5.1 实验对象第32-33页
        4.5.2 实验与结果分析第33-35页
5 基于独立成分分析和模糊支持向量机的车标识别方法第35-41页
    5.1 图像预处理第35页
    5.2 基于一维 PCA 的车标图像数据降维第35-36页
    5.3 基于 ICA 的车标特征提取第36-37页
    5.4 基于 FSVM 的车标分类器设计第37-39页
    5.5 实验与结果分析第39-41页
        5.5.1 实验对象第39页
        5.5.2 实验与结果分析第39-41页
总结与展望第41-42页
参考文献第42-44页
攻读硕士学位期间发表的学术论文情况第44-45页
致谢第45页
论文购买
论文编号ABS2118633,这篇论文共45页
会员购买按0.30元/页下载,共需支付13.5
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付22.5
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656