典型交通載具類字典稀疏識別方法的研究與實現(xiàn).pdf

1、隨著社會經(jīng)濟的飛速發(fā)展，人們生活水平的提高，交通流量日益增大，各種交通問題頻繁發(fā)生，智能交通系統(tǒng)就變得尤為重要。交通載具作為整個交通的載體，是智能交通系統(tǒng)研究的重點。為了實現(xiàn)對交通載具的有效管理，對典型交通載具進行科學合理的智能分類是當前信息、通信、自動化、計算機等相關領域的熱點研究方向之一。
　　本文在著重分析研究了圖像特征提取、稀疏編碼、模式識別理論的基礎上,實現(xiàn)了一種基于類字典稀疏識別的典型交通載具分類系統(tǒng)。該系統(tǒng)是對交通場

2、景中的自行車、摩托車、汽車這三種典型的交通載具利用稀疏識別的方法進行分類處理。采用局部特征描述算子，SURF算法進行特征提取，對訓練樣本提取特征構(gòu)建全局字典進行稀疏識別。并通過實驗對系統(tǒng)進行驗證。針對上述系統(tǒng)存在的問題進行改進。提出了基于類字典稀疏識別的典型交通載具分類系統(tǒng)。在特征提取方面，提出了基于FCM聚類的SURF特征提取方法，使每幅圖像的特征向量均為固定的維數(shù)且包含大部分的有用信息。方便了后續(xù)處理，降低了特征向量維數(shù)。在稀疏識別