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