车徽识别算法的研究

论文摘要

随着经济的发展,车辆数量急剧增大,交通问题日益突出,这使得智能交通系统成为一个热点研究领域,受到日益广泛的关注。车辆识别是智能交通领域应用的重要研究课题之一,是智能交通系统的核心组成部分,可广泛应用于交通事故处理,违章车辆监控,停车收费,机场、港口、小区等出入口的车辆管理等,应用前景十分广阔。车辆识别需要最大限度地利用车辆的信息对道路上的车辆进行确认。但目前只用到了车牌和车型信息,而车辆还有一个更重要的信息即车徽信息。车徽是车辆的重要信息,是车辆的标志性图像,它不仅包含了车型信息,更重要的是还包含了生产厂家的信息且难以更换。如果将车徽信息与车牌和车型信息相结合,将会极大地提高车辆识别的可靠性。本文对大量的车徽图片进行了仔细的研究,提出了一种基于知识与神经网络的车徽识别算法和一种基于流行学习的车徽识别算法。基于知识与神经网络的车徽识别算法以知识系统理论为理论框架,由知识库和推理机两部分组成。知识库是用来存放车徽识别用到的知识,本文提取车徽的间隙数和轮廓特征,用样本车徽的轮廓特征进行BP神经网络的训练,用车徽的间隙数特征和训练后的神经网络权值来构建知识库。推理机是利用知识库中的知识进行车徽识别的过程。实验证明该方法不仅识别速度快而且识别率高。基于流形学习的车徽识别算法是对样本以及待识别车徽图片进行数据降维处理,在低维空间进行车徽图片的识别操作,这样大大减少了计算的数据量,很好地利用了车徽图片的纹理信息。实验结果证明了该方法的可行性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题的背景和意义
• 1.2 本文主要工作
• 1.3 本文的整体框架
• 第二章 智能交通系统介绍
• 2.1 智能交通系统的概念
• 2.2 智能交通系统的设计目标
• 2.3 智能交通系统的功能和内容
• 2.4 智能交通系统的效益
• 2.5 智能交通系统在我国的发展现状
• 第三章 车徽识别技术
• 3.1 车徽识别系统的工作原理
• 3.2 车徽识别技术的发展现状
• 3.3 车徽识别技术中的难点
• 3.3.1 车徽本身的特征
• 3.3.2 外部环境的特征
• 第四章 车徽识别的理论基础
• 4.1 知识与知识系统理论
• 4.1.1 知识的概念
• 4.1.2 知识系统的结构
• 4.1.3 知识系统的应用领域和类型
• 4.2 神经网络理论
• 4.2.1 人工神经网络的概念及其特点
• 4.2.2 人工神经网络的基本结构与模型
• 4.2.3 BP 神经网络
• 4.3 流形学习
• 第五章 基于知识与神经网络的车徽识别算法
• 5.1 基于知识与神经网络的车徽识别算法的工作原理
• 5.2 知识库的建立
• 5.2.1 车徽的间隙数
• 5.2.2 车徽轮廓
• 5.2.3 神经网络的权值
• 5.3 推理机
• 5.3.1 推理机的结构
• 5.3.2 推理机的实现
• 5.4 实验结果
• 5.5 本章小结
• 第六章 基于流形学习的车徽识别算法
• 6.1 基于流形学习的车徽识别算法介绍
• 6.2 实验结果
• 6.3 本章小结
• 第七章 结论与展望
• 7.1 结论
• 7.2 展望
• 参考文献
• 攻读硕士期间公开发表的论文
• 致谢