汽车车标联合检测与辨识算法研究

发布时间：2017-11-15 20:17

  本文关键词：汽车车标联合检测与辨识算法研究

  更多相关文章： 车标检测 车标识别 联合检测与辨识 SIFTFlow反向传导释义算法

【摘要】：车标检测与识别主要对视频和图像中车辆标识进行分辨,在智能交通系统、车辆追踪、车辆管理等方面具有重要的应用价值。由于车辆标识种类多样、形状各异,且在不同场景条件下获取的车标图像存在光照不均、边缘模糊、背景复杂多样等特点,导致具有难以精确检测车标区域、精确提取纹理特征以及具有多类多尺度车标难适应等问题。本文针对这些问题,开展了车标纹理特征提取、多类多尺度车标结构化参数化建库、车标反传导释义等研究,主要工作如下:1、针对难以提取小尺寸车标纹理特征的问题,运用DenseSIFT算法提取车辆标识纹理特征,通过对像素点与其邻域的梯度信息的提取,实现小尺寸车标提取足够密集的特征。2、针对多类多尺度车标建库问题,提出了结构化参数化的建库方法,通过典型车标模板筛选、车标纹理特征提取和参数化模板适应等处理,并基于大量实测车标图片,实现了多类多尺度车标离线建库,为车标联合检测与辨识提供基础。3、针对传统车标识别方法难以精确定位的特点,提出了改进SIFTFlow反向车标释义算法。通过建立基于尺度非一致、定位反向传导、相同车标SIFT特征一致、像素点邻域指向差别小四项假设的释义能量方程,建立输入图像与车标模版间的关联性,实现检测与辨识模块的初步融合4、针对多尺度多类车标辨识的适应问题,本文提出车标联合检测与辨识机制,将检测定位模块和识别模块融合,提出基于图像与车标间关联性的最大后验概率判决决策函数,通过计算释义平均能量、释义边缘图像相似度等三项代价项得到最后的判决结果,实现车标精确检测与辨识。5、构建基于视频流的车标检测与识别软件,运用并行加速与混合编程提高算法计算速度。通过大量的实测实验验证,本文所提方法能实现对非精确分割车标区域进行多尺度、多类别的检测与辨识。
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U495;TP391.41

【相似文献】

中国期刊全文数据库 前10条

1 张京爱;王兴军;胡青松;;基于纹理特征的穿梭分析系统动物检测算法[J];佳木斯大学学报(自然科学版);2014年03期

2 刘星明;刘则毅;刘晓利;李阿蒙;;基于体积和纹理特征的深度像匹配[J];深圳大学学报(理工版);2012年01期

3 陈锦源;高太长;刘磊;韩文宇;;基于小波变换与纹理特征分析的地基云图识别[J];气象水文海洋仪器;2014年01期

4 郭治成;;基于信号处理描述纹理特征方法[J];中国新技术新产品;2012年21期

5 鲁文波;蒋伟康;潘思伟;向上;;基于近场声全息声像图纹理特征的机械故障诊断方法[J];振动工程学报;2013年04期

6 鲁文波;蒋伟康;侯俊剑;;基于波束形成声像图纹理特征的机械故障诊断方法[J];振动工程学报;2011年04期

7 孙劲光;尹达;张华伟;;基于颜色和纹理特征的图像检索技术研究[J];河北工业大学学报;2008年06期

8 张睿;张继贤;李海涛;;基于角度纹理特征及剖面匹配的高分辨率遥感影像带状道路半自动提取[J];遥感学报;2008年02期

9 徐金明;羌培;张鹏飞;;粉质黏土图像的纹理特征分析[J];岩土力学;2009年10期

10 张元元;李静;姜树明;杨子江;张江州;;步态能量图的局部纹理特征分析方法[J];吉林大学学报(工学版);2013年S1期

中国重要会议论文全文数据库 前10条

1 田学东;郭宝兰;;基于纹理特征的版式识别研究[A];辉煌二十年——中国中文信息学会二十周年学术会议论文集[C];2001年

2 殷积东;刘博;王少辉;;基于粗糙集理论和关联规则的腐蚀区域纹理特征检测算法研究[A];图像图形技术研究与应用(2010)[C];2010年

3 秦钟;;基于纹理特征的车辆分割方法[A];第二十七届中国控制会议论文集[C];2008年

4 王建新;周晨波;于文英;;利用纹理特征分析激光散斑图像[A];第十一届全国光学测试学术讨论会论文（摘要集）[C];2006年

5 王宇生;陈纯;;一种用于图像检索的纹理特征[A];中国图象图形学会第十届全国图像图形学术会议（CIG’2001）和第一届全国虚拟现实技术研讨会（CVR’2001）论文集[C];2001年

6 龚红菊;姬长英;;基于纹理特征的麦穗产量测量方法研究[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年

7 常哲;侯榆青;程涛;李明俐;刘黎宁;;综合颜色和纹理特征的图像检索[A];全国第三届信号和智能信息处理与应用学术交流会专刊[C];2009年

8 赵银娣;蔡燕;;纹理特征在高空间分辨率遥感影像分类中的应用探讨[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

9 秦健;李涛;;基于Contourlet变换提取云的旋转不变纹理特征[A];2009第五届苏皖两省大气探测、环境遥感与电子技术学术研讨会专辑[C];2009年

10 张树恒;阳维;廖广姗;王莲芸;张素;;基于形状和纹理特征的致敏花粉显微图像识别[A];中华医学会2010年全国变态反应学术会议暨中欧变态反应高峰论坛参会指南/论文汇编[C];2010年

中国博士学位论文全文数据库 前3条

1 周前进;基于纹理特征的打印文档机源认证技术研究[D];武汉大学;2015年

2 夏瑜;基于结构的纹理特征及应用研究[D];中国科学技术大学;2014年

3 李伯宇;图像纹理分析及分类方法研究[D];复旦大学;2007年

中国硕士学位论文全文数据库 前10条

1 田甜;面向对象的森林植被类型信息提取技术[D];东北林业大学;2015年

2 杨武;基于SPOT-5影像光谱和纹理特征的川西南山地阔叶林叶面积指数反演[D];四川农业大学;2014年

3 朱宪坤;基于联合纹理特征的煤岩显微组分MSVM分类[D];太原理工大学;2016年

4 袁瑜键;基于纹理特征的目标识别与跟踪技术研究[D];北京理工大学;2016年

5 魏静明;用时频纹理特征识别特定环境声音[D];福州大学;2014年

6 邵丽群;基于堆叠极限学习机的卫星云图分类研究[D];南昌航空大学;2016年

7 黄毅;人流密度监测系统的设计与研究[D];北京交通大学;2016年

8 陈文倩;春汛期间积雪信息提取与时空变化规律及其影响因子剖析[D];新疆大学;2016年

9 邓旭东;基于超声组织定征的早期肝纤维化的检测及分类[D];华南理工大学;2016年

10 郑华X;汽车车标联合检测与辨识算法研究[D];电子科技大学;2016年

，

本文编号：1191037