基于图像识别的绿通车管理关键技术研究

发布时间：2021-01-22 08:05

　　“绿色通道”作为国家重要的惠农政策,不但保障农产品市场供应,更促进了农村地区经济发展。然而,随着此项政策的深入实施,绿通车管理中遇到的问题也逐渐暴露。绿通车数量大幅增长,部分货车司机在利益诱惑驱使下,将非绿通车辆伪装成绿通车逃避通行费,给车辆检查工作带来了挑战。同时,收费站检查工作无标准、不规范导致绿通车图像数据质量差,为后续的稽查工作增加了难度。论文在调研分析绿通车过站检查工作需求的基础上,设计了融合图像识别、目标检测等技术的图像分类模型对检查员拍摄的车辆图像进行有效性自动判别,提高图像数据库质量。同时对车辆类型进行分类识别,并研究不同类型绿通车作弊情况为差异化检查提供数据支撑。首先,论文通过对绿通车管理现状的实地调研,研究了绿通车图像数据特征并对绿通车图像无效的类型及产生原因进行分析。在此基础上,使用图像质量主观评价方法,制定了绿通车图像有效性的人工判定标准,并以此标准制作数据标签为图像有效性分类识别模型的训练提供数据支持。其次,结合绿通车图像数据特征设计了以卷积神经网络为核心的图像分类模型,包括图像分类模块及图像预处理模块。图像预处理部分,针对高速公路绿通车管理平台数据库中绿通车... 

【文章来源】：长安大学陕西省 211工程院校 教育部直属院校

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

人工检查拍摄图像示例

放射源检查中的绿通车图像

电子运单检查图像示例

【参考文献】：
期刊论文
[1]朴素贝叶斯分类算法应用研究[J]. 郭勋诚.  通讯世界. 2019(01)
[2]基于YOLO网络的数据采集与标注[J]. 殷帅,胡越黎,刘思齐,燕明.  仪表技术. 2018(12)
[3]基于朴素贝叶斯与半朴素贝叶斯图像识别比较[J]. 刘闯.  信息技术与网络安全. 2018(12)
[4]基于YOLO模型的红外图像行人检测方法[J]. 谭康霞,平鹏,秦文虎.  激光与红外. 2018(11)
[5]KNN算法综述[J]. 窦小凡.  通讯世界. 2018(10)
[6]基于卷积神经网络的车辆型号识别研究[J]. 郜雨桐,宁慧,王巍,赵梓成,孙煜彤.  应用科技. 2018(06)
[7]基于多尺度特征融合CNN模型的车辆精细型号识别[J]. 刘廷建,顾乃杰,张孝慈,林传文.  计算机工程与应用. 2018(18)
[8]可视质量评价方法综述[J]. 朱秀昌,唐贵进.  南京邮电大学学报(自然科学版). 2018(04)
[9]ReLU激活函数优化研究[J]. 蒋昂波,王维维.  传感器与微系统. 2018(02)
[10]基于卷积神经网络的小样本图像识别方法[J]. 段萌,王功鹏,牛常勇.  计算机工程与设计. 2018(01)

硕士论文
[1]基于卷积神经网络的表情识别研究[D]. 陈航.南京邮电大学 2018
[2]基于双目视觉的车辆尺寸测量技术研究[D]. 王潜.南京邮电大学 2018
[3]基于BP神经网络Bagging集成的高速公路绿通车稽查模型研究[D]. 申长春.长安大学 2018
[4]基于智能手机应用数据的用户属性挖掘[D]. 陶建容.浙江大学 2017



本文编号：2992887