基于GRM模板匹配算法的車型和車系識(shí)別.pdf

1、隨著我國(guó)經(jīng)濟(jì)迅速發(fā)展,人們生活水平不斷提高的同時(shí)生活節(jié)奏也在不斷加快,那么擁有快速便捷的交通工具就尤為重要了,這導(dǎo)致近年來汽車大面積普及。目前人們對(duì)汽車的需求越來越強(qiáng)烈,而且汽車的價(jià)格也在人們所能接受的范圍之內(nèi)。因此,近年來在城市道路上的汽車數(shù)量迅速增長(zhǎng),而且交通事故也是頻繁發(fā)生,這將為城市交通帶來巨大的壓力和嚴(yán)峻的考驗(yàn)。此外,對(duì)于交通管理人員來說,由于交通流量迅速增長(zhǎng),使得這些管理人員的日常工作比較繁重?；谝陨线@些原因,人們希望有一

2、個(gè)智能交通系統(tǒng)(Intelligent Transportation Systems,簡(jiǎn)稱ITS),能夠?qū)崟r(shí)監(jiān)控交通情況,實(shí)現(xiàn)自動(dòng)交通管理。
　　基于以上背景,本課題運(yùn)用圖像處理、模式識(shí)別以及計(jì)算機(jī)視覺領(lǐng)域的相關(guān)理論對(duì)車輛類型、車輛系列的識(shí)別技術(shù)進(jìn)行了深入研究。本文要實(shí)現(xiàn)一個(gè)基于視頻圖像的車輛類型和車輛系列識(shí)別系統(tǒng),主要研究?jī)?nèi)容包括以下幾個(gè)部分:
　　1、運(yùn)動(dòng)車輛檢測(cè)。本文采用混合高斯模型與自適應(yīng)背景更新算法相結(jié)合的前景檢測(cè)

3、算法,實(shí)現(xiàn)運(yùn)動(dòng)車輛的檢測(cè)。
　　2、車輛圖像提取。從前景檢測(cè)得到的車輛團(tuán)塊中準(zhǔn)確地提取出車輛圖像,本文通過改進(jìn)的Adaboost算法對(duì)車輛團(tuán)塊中車頭進(jìn)行檢測(cè),再通過檢測(cè)到的車頭位置及大小來提取車輛圖像。
　　3、車輛類型識(shí)別。本文采用GRM模板匹配算法來識(shí)別車輛類型,并針對(duì)該算法應(yīng)用的局限性做了相應(yīng)的改進(jìn)。
　　4、車輛系列識(shí)別。該部分包括車標(biāo)粗略定位、車標(biāo)精確定位、車臉定位、車標(biāo)識(shí)別以及車臉識(shí)別。對(duì)于車標(biāo)粗略定位和車