基于小波分析和矩特征的車型識別研究.pdf

1、在智能交通系統(tǒng)（Intelligent Transportation Systems，ITS）中，車輛信息的計算和獲取對車輛自動監(jiān)控和全自動收費系統(tǒng)的建立起著關鍵的指導作用，而車型檢測技術是實現(xiàn)公路交通自動化的重要方面，這項技術的深入研究對提高公路交通的自動化程度，促進智能交通系統(tǒng)的發(fā)展具有重大的實際意義。對汽車實現(xiàn)智能化的車型識別是智能運輸系統(tǒng)的一個重要組成部分，在智能運輸系統(tǒng)中，車型識別在交通智能監(jiān)控和自動收費系統(tǒng)中起著重要作用，同

2、時也是智能運輸系統(tǒng)研究領域中的熱點和難點之一。 論文概述了現(xiàn)有的車型識別方法，提出了基于小波分析和矩特征的車型特征提取和識別算法。目前，車型種類眾多，車型的分類主要依賴于車輛的外形特征，具有代表性的外形特征的提取和選擇為正確分類提供了有力保證。小波分析作為多尺度分析方法，具有很好的描述時頻信息的能力，能夠反映信號在各個尺度下的整體逼近信息和局部細節(jié)信息，是信號和圖像時頻局部化分析的有力工具。矩不變量在圖像進行平移、旋轉和尺度變換

3、時保持定值，因此被廣泛使用在目標識別、圖像分類、圖像壓縮和場景匹配等各種領域。 本文研究了兩種車型識別的方法——基于小波矩的車型識別算法和基于線性矩的車型識別算法。小波分析和目標矩特征有各自的優(yōu)點，將它們結合起來組成小波矩用于目標識別，除了具有矩的平移、縮放和旋轉不變性外，還能夠把握圖像的細節(jié)特征，使分類處理的速度和精度得到了提高；線性矩的方法是通過構造從質心出發(fā)的一組線性矩，將圖像的二維信息轉換為一維信息，對這組矩進行小波變換