【技术实现步骤摘要】
本专利技术涉及一种,属于车辆识别
。
技术介绍
近年来,随着国民经济的迅速发展和人们生活水平的不断提高,机动车辆快速 增长,交通堵塞和交通事故频繁发生,交通问题日益严峻。为提高交通系统运行的有 序性和可靠性,实现交通运输服务的智能化监控和管理,智能交通系统(Intelligent Transportation System, ITS)显得尤为重要,它已经成为当前交通领域的前沿技术之一。 目前主要的车辆识别方法是通过在要检测的路段预先埋下压电传感材料,当车辆 经过时,压电材料产生同承重压力成正比的电量,根据电量的大小和产生的次数可以得到 车辆载重量和轮轴数等,通过模版匹配的方法可以确定车型,但是该方法埋置传感器软化 了路面,路面较容易受损,其次传感器响应结果易受周围环境和繁忙交通的影响,而且压电 传感器寿面有限,一般为两年,更换传感器需要破坏交通路面后重新铺设,要花费较高的代 价,这些都给传统的车辆识别管理方法带来了极大地挑战。
技术实现思路
本专利技术所要解决的技术问题是:提供一种准确率高、识别效果好的基于Gabor特 征提取和稀疏表示的车辆识别方法。 本专利技术为解决上述技术问题采用以下技术方案: 一种,包括如下步骤: 步骤1、采集各个类别的样本车辆图像,并提取样本车辆图像的Gabor特征; 步骤2、根据步骤1所得的样本车辆图像的Gabor特征,建立样本车辆图像的初始 特征字典,并对初始特征字典降维,得到降维后的特征字典; 步骤3、采集待测车辆图像,并提取待测车辆图像的Gabo ...
【技术保护点】
一种基于Gabor特征提取和稀疏表示的车辆识别方法,其特征在于:包括如下步骤:步骤1、采集各个类别的样本车辆图像,并提取样本车辆图像的Gabor特征;步骤2、根据步骤1所得的样本车辆图像的Gabor特征,建立样本车辆图像的初始特征字典,并对初始特征字典降维,得到降维后的特征字典;步骤3、采集待测车辆图像,并提取待测车辆图像的Gabor特征;步骤4、根据步骤3所得的待测车辆图像的Gabor特征,对待测车辆图像的Gabor特征进行降维处理,使得待测车辆图像的维数等于特征字典的维数,得到降维后的Gabor特征;步骤5、计算步骤4所得的降维后的Gabor特征在步骤2所得的降维后的特征字典上的稀疏系数;步骤6、根据步骤5所得的稀疏系数将待测车辆图像在步骤2所得降维后的特征字典中表示出来,得到各个类别的近似待测车辆图像,计算待测车辆图像与各个类别的近似待测车辆图像之间的残差,残差最小时对应的类别即为待测车辆图像所在的类。
【技术特征摘要】
1. 一种基于Gabor特征提取和稀疏表示的车辆识别方法,其特征在于:包括如下步 骤: 步骤1、采集各个类别的样本车辆图像,并提取样本车辆图像的Gabor特征; 步骤2、根据步骤1所得的样本车辆图像的Gabor特征,建立样本车辆图像的初始特征 字典,并对初始特征字典降维,得到降维后的特征字典; 步骤3、采集待测车辆图像,并提取待测车辆图像的Gabor特征; 步骤4、根据步骤3所得的待测车辆图像的Gabor特征,对待测车辆图像的Gabor特征 进行降维处理,使得待测车辆图像的维数等于特征字典的维数,得到降维后的Gabor特征; 步骤5、计算步骤4所得的降维后的Gabor特征在步骤2所得的降维后的特征字典上的 稀疏系数; 步骤6、根据步骤5所得的稀疏系数将待测车辆图像在步骤2所得降维后的特征字典中 表示出来,得到各个类别的近似待测车辆图像,计算待测车辆图像与各个类别的近似待测 车辆图像之间的残差,残差最小时对应的类别即为待测车辆图像所在的类。2. 如权利要求1所述基于Gabor特征提取和稀疏表示的车辆识别方法,其特征在于: 所述Gabor特征的提取方法如下:利用快速傅里叶变换以及傅里叶反变换计算Gabor小波 核函数与相应的车辆图像的卷积结果,将其作为相应的车辆图像的局部纹理特征,将相应 的车辆图像的局部纹理特征的幅值作为相应的车辆图像的Gabor特征。3. 如权利要求1所述基于Gabor特征提取和稀疏表示的车辆识别方法,其特征在于: 步骤2中所述初始特征字典的建立方法为:将每幅样本车辆图像的Gabor特征图像的像素 矩阵按列拉伸,组成一维向量,将各个类别的样本车辆图像的Gabor特征组成矩阵形成各 个类别样本车辆图像的初始特征字典,将各个类别的初始特征字典合并得到样本车辆图像 的初始特征字典。4. 如权利要求1所述基于Gabor特征提取和稀疏表示的车辆识别方法,其特征在于: 步骤2中所述初始特征字典的降维方法为主成分分析法,所述主成分分析法的步骤为:归 一化所述初始特征字典得到新的特征字典矩阵,计算新的...
【专利技术属性】
技术研发人员:孙伟,金炎,张小瑞,陈刚,唐慧强,张小娜,孙仲,周宏远,
申请(专利权)人:南京信息工程大学,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。