导读:本文包含了车身颜色识别论文开题报告文献综述及选题提纲参考文献，主要关键词:卷积神经网络,车身颜色识别,网络层数,迭代次数
车身颜色识别论文文献综述
管德永,鞠铭,安连华[1]（2018）在《基于卷积神经网络车身颜色识别技术研究》一文中研究指出研究车身颜色识别技术可为公安部门打击套牌车辆等交通犯罪行为提供技术支持,并为道路行车安全提供理论依据。文章基于Caffe深度学习框架,提出了一种基于深度卷积神经网络车身颜色识别技术的研究方案,分析了网络层数、迭代次数和学习率对模型的影响,对卷积神经网络CNN模型进行优化,并将优化的网络模型与支持向量机SVM、改进后的HSV模型进行对比分析。结果表明:卷积神经网络最优模型的神经网络层数为8,最大迭代次数为30万,学习率为0.001;支持向量机SVM、改进后的HSV颜色模型及卷积神经网络识别率分别为80.05%、85.25%、90.20%。(本文来源于《山东建筑大学学报》期刊2018年01期）
万晨,黄雅薇[2]（2018）在《一种改进的车身颜色识别方法研究》一文中研究指出针对车身颜色识别效果受到光照影响比较大的特点,设计了一种车身颜色识别方案,并对车身颜色样本分类和特征提取方法做了改进,提高强光和光线较暗情况下车身颜色识别率。(本文来源于《电脑知识与技术》期刊2018年03期）
胡焯源,曹玉东,李羊[3]（2017）在《基于HSV颜色空间的车身颜色识别算法》一文中研究指出利用颜色空间进行车辆颜色识别,在4种颜色空间模型中比较了车身颜色识别效果,在HSV模型中识别效果最好。针对外界光线变化严重影响车身颜色识别的问题,改进了的HSV颜色模型的颜色量化模板和颜色判定规则。实验表明,改进的方法能有效地提高识别精度。(本文来源于《辽宁工业大学学报(自然科学版)》期刊2017年01期）
姚东明,韩安华[4]（2017）在《基于车窗检测的车身颜色识别方法研究》一文中研究指出针对车身颜色识别提出了一种通过车窗检测定位出车窗部位,然后通过车窗位置间接地选取待识别颜色区域,消除车窗和背景对车身颜色识别干扰的方法。实验结果表明该方法可以消除背景区域的干扰,有效地提高车身颜色识别的准确率。(本文来源于《信息通信》期刊2017年02期）
王定洲[5]（2016）在《基于改进颜色直方图和车窗检测的车身颜色识别方法研究》一文中研究指出车辆信息识别是智能交通系统(ITS)中的一个关键部分,颜色是车辆识别选取主要特征之一。目前车身颜色识别最常用的方法是颜色直方图识别法,传统的颜色直方图采用均匀量化,没有考虑人眼的颜色空间感知特点,存在颜色特征维数高的缺陷,因此应用在车身颜色识别中效果较差。本文通过对传统直方图法和颜色空间模型的分析,针对实际应用中车身颜色识别的特点,提出了一种改进的颜色直方图识别法,并验证了该方法的有效性。为了抑制车窗和背景对车身颜色识别的影响,本文通过车窗检测来减少选取待识别区域的颜色干扰,进一步提高了车身颜色识别的准确率。本文的主要工作内容和创新点如下:1.针对车身颜色识别提出了一种改进的颜色直方图识别方法。该方法解决了传统直方图颜色维数高的缺陷。通过对颜色空间模型的分析,在色调、饱和度、亮度(HSV)颜色空间中将汽车颜色量化为10类,然后根据这种量化方法提取改进的颜色直方图并进行颜色识别,结果表明该方法能有效识别出图片中的车身颜色。2.采用车窗检测的方法定位出车窗部位,然后通过车窗位置来选取待识别的颜色区域,消除车窗和背景对车身颜色识别的干扰,提高了车身颜色识别的准确率。3.实验验证。首先进行了基于改进颜色直方图的车身颜色识别实验,然后进行了车窗检测和结合车窗检测的改进颜色直方图识别实验,结果表明,通过车窗检测间接地选取待识别颜色区域后再进行颜色识别,可以消除背景区域的干扰,有效地提高车身颜色识别的准确率。(本文来源于《中南民族大学》期刊2016-05-19）
周律,叶涛涛,王新华,朱金龙,周昱明[6]（2014）在《基于车身颜色搜索未识别车牌图片的研究》一文中研究指出个别车牌因设备、环境和自身的影响而不能识别。为了能够快速查找极少数不能识别的车牌,提出了基于CIELab颜色空间车身颜色识别的车牌分类方法,该方法包括图像预处理,颜色识别,颜色库的建立等叁个步骤将图片进行分类处理。与传统的查询方法相比,该方法提高了未识车牌的查询精确度和速度,增强了智能车场的识别精度和鲁棒性。(本文来源于《信息技术》期刊2014年08期）
江晓锋[7]（2014）在《车身颜色识别方法研究》一文中研究指出车身颜色的识别是车辆识别系统中的一个重要的辅助手段,车身颜色识别在交通调查和交通管理方面也起着重要的作用。在目前的城市交通管理工作中,车身的颜色识别受外界影响很大,仅噪音和环境光照而言就已经给车身颜色识别的精度造成极严重的影响,导致不能够识别出车身的颜色。(本文来源于《电子世界》期刊2014年10期）
宋晓红[8]（2014）在《车身颜色识别在高速公路卡口中的应用》一文中研究指出汽车车身颜色识别技术是是智能交通领域的一项重要技术,能为打击套牌车辆等交通犯罪提供技术支持。目前这项技术研究的单位和个人比较少,参考文献也不是很多,研究难度很大,造成这种情况的主要原因为车身颜色种类非常多,而且颜色容易受周围环境的干扰。本文便围绕车身颜色识别技术展开研究,采用的方法有图像预处理技术、颜色特征提取技术、支持向量机,最终颜色识别率都在90%以上,对于高速公路车辆特征识别技术而言具有重要实际意义。(本文来源于《中国交通信息化》期刊2014年03期）
杨峰[9]（2013）在《基于支持向量机的车身颜色识别方法研究》一文中研究指出汽车车身颜色识别是智能交通领域的一个重要发展方向，它弥补了智能车辆识别系统中车辆颜色特征信息的技术空白，丰富了车辆识别的特征信息，并且对打击汽车套牌等犯罪行为有非常重要的意义。然而实际的车身颜色容易受雾，雨等环境的影响，这给汽车颜色识别带来很大的困难，本文就是在这样的背景下，对汽车颜色识别提出了自己的研究方法。本文主要研究内容如下：(1)研究了车身颜色定位方法，车身颜色区域定位是特征提取的关键步骤，采用边缘跳变和投影定位算法先定位出车牌的位置，然后利用车牌位置和阀盖位置的几何关系，利用统计和经验的方法，再定位出车的颜色识别区域。(2)研究了彩色图像去雾理论及方法，利用暗通道先验理论建立了透射率和大气光模型，这种方法在图像去雾和图像增强这两个方面取得很好的效果，但是该方法也有其缺陷性，对有些白色物体块或者具有高亮块的区域，该算法是不适用的，所以，本文提出了一种引入阈值因子来重新构建透射率模型，然后得到新的图像复原函数模型，新的算法使得图片变得清晰，而不会产生色偏，便于识别，提高了识别率。(3)研究了图像特征的提取，颜色直方图对图像旋转变化和平移缩放具有很高的鲁棒性，这就表明颜色直方图只关心颜色占空间的比例，而与颜色在空间中的分布没有关系。颜色直方图正是有了这种特性，它可以用来描述全局颜色相似性的特点，因此，本文可以用颜色直方图来提取车身颜色特征信息。(4)在支持向量机的平台下，提出了两种用于车身颜色识别的方案，两种方案各有各的优势，取得了较好的车身颜色分类识别准确率。(本文来源于《电子科技大学》期刊2013-04-01）
景娜[10]（2007）在《车身颜色识别中的几个重要方法的研究》一文中研究指出车身颜色识别是车辆识别系统中的一个重要辅助手段,它在交通调查、交通管理和车辆管理系统中起着重要作用。然而实际的车身颜色识别受噪声、环境光照等因素影响很大,给车身颜色识别的精度造成很大影响,甚至无法正确的识别出车身颜色。本文正是在这一背景下,对车身颜色识别中的有关问题进行了研究。图像在生成和传输过程中经常会受到脉冲噪声的干扰。对于彩色汽车图像来说,噪声不仅使图像的清晰度下降,而且使图像出现颜色失真,这必然会影响车身颜色的识别结果。因此在进行车身颜色识别之前,必须先对图像噪声进行滤除。本文根据脉冲噪声的图像特征,提出了基于排序差值脉冲噪声检测的彩色图像滤波方法。该方法在噪声检测过程中,通过对滤波窗口内像素的各颜色通道的分量值进行排序,跟据排序后相邻像素的相应分量的差值和中心像素的位置情况进行噪声点检测。根据脉冲噪声的检测结果,采用改进的自适应矢量中值滤波法对噪声图像进行滤波,自适应地调整滤波窗口的尺寸,有选择性地滤除脉冲噪声像素。试验结果表明该方法显着地提高了脉冲噪声的滤波性能。车身颜色识别区域定位是进行颜色特征信息提取的前提。本文根据识别区域和车头的位置关系,以及车头对称性等先验知识,通过OTSU二值化算法和二次投影定位车头及中轴,进而定位出识别区域。颜色特征可以用颜色空间进行表示,各颜色之间的差异可采用色差进行度量。因此彩色空间的选取和相应色差公式的计算对车身颜色识别的精度和效率是至关重要的。本文通过对多个颜色空间和对应色差公式用于颜色识别的识别精度进行比较研究,并据此找出一种实用的彩色空间模型和色差计算公式用于车身颜色识别。在此基础上,进一步探讨了如何克服光照因素影响的办法,从而进一步提高了车身颜色识别的识别精度和鲁棒性。(本文来源于《沈阳工业大学》期刊2007-12-10）
车身颜色识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对车身颜色识别效果受到光照影响比较大的特点,设计了一种车身颜色识别方案,并对车身颜色样本分类和特征提取方法做了改进,提高强光和光线较暗情况下车身颜色识别率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
车身颜色识别论文参考文献
[1].管德永,鞠铭,安连华.基于卷积神经网络车身颜色识别技术研究[J].山东建筑大学学报.2018
[2].万晨,黄雅薇.一种改进的车身颜色识别方法研究[J].电脑知识与技术.2018
[3].胡焯源,曹玉东,李羊.基于HSV颜色空间的车身颜色识别算法[J].辽宁工业大学学报(自然科学版).2017
[4].姚东明,韩安华.基于车窗检测的车身颜色识别方法研究[J].信息通信.2017
[5].王定洲.基于改进颜色直方图和车窗检测的车身颜色识别方法研究[D].中南民族大学.2016
[6].周律,叶涛涛,王新华,朱金龙,周昱明.基于车身颜色搜索未识别车牌图片的研究[J].信息技术.2014
[7].江晓锋.车身颜色识别方法研究[J].电子世界.2014
[8].宋晓红.车身颜色识别在高速公路卡口中的应用[J].中国交通信息化.2014
[9].杨峰.基于支持向量机的车身颜色识别方法研究[D].电子科技大学.2013
[10].景娜.车身颜色识别中的几个重要方法的研究[D].沈阳工业大学.2007