基于小波分析的车型识别系统

论文摘要

自动车型识别系统是从人们对车辆分型的标准出发,对进出站点的各种车辆进行信息(即有关车辆类型的各种参数)采集,然后利用这些信息对车辆进行自动分型(即车型判别),为自动管理提供依据,为集中管理信息统计提供有关数据。该系统运用图像处理、图像分析和模式识别技术实现车辆类型的自动识别,具有投资少、适应性强、安装维护方便等优点。小波分析是二十世纪八十年代发展起来的一门新的数学分支,由于它具有良好的性质,在信号处理和图像处理等许多领域得到了广泛的应用。本文主要探讨了利用小波分析在图像处理中的应用实现自动车型识别系统的开发；综述了小波分析的基本理论；给出了图像小波分解的实例；详细分析了基于小波变换模局部极大值的多尺度边缘检测的方法、原理。利用检测到的车型边缘图像提取定义的车型特征值实现车型自动识别的目的。将算法用Matlab进行仿真试验,证明效果良好。

论文目录

• 摘要
• Abstract
• 第一章 概述
• 1.1 研究背景
• 1.2 研究现状
• 第二章 小波分析基本理论
• 2.1 引言
• 2.2 连续小波变换
• 2.3 离散小波变换
• 2.4 多尺度分析和MALLAT快速算法
• 2.5 小波基的选择与小波分解的层数
• 第三章 小波分析在图像处理方面的应用
• 3.1 引言
• 3.2 图像消噪
• 3.3 边缘检测
• 第四章 车辆特征值的选取
• 第五章 系统设计与实现
• 5.1 系统方案
• 5.2 处理步骤
• 5.3 车辆图像的预处理
• 5.3.1 图像的灰度化
• 5.3.2 减运算
• 5.4 小波变换
• 5.5 基于局部极大值的多尺度分析边缘检测
• 5.6 特征值的提取
• 5.7 利用BP神经网络实现车型分类
• 第六章 课题总结
• 6.1 本课题研究的工作
• 6.2 结论
• 6.3 本课题有待解决的问题
• 致谢
• 参考文献