A feature recognition method of lateral vehicle image based on support vector machine is proposed. First, the lateral vehicle image is grayed, filtered and binarized, then the binarized two-dimensional image data is transformed into three-dimensional space. Finally, the support vector machine algorithm is used to add Gaussian kernel function to fit the nonlinear model. Data, identify the wheel, and then achieve the purpose of lateral vehicle recognition, through the wheel feature recognition of lateral vehicles, can improve the speed of lateral vehicle recognition; using support vector machine algorithm can improve the accuracy of lateral vehicle recognition.
【技术实现步骤摘要】
一种基于支持向量机的侧向车辆图像的特征识别方法
本专利技术涉及智能车辆对周围车辆进行特征识别的一种方法，实质上是基于支持向量机算法对图像中侧向车辆的车轮进行识别，进而达到检测侧向车辆的一种方法。
技术介绍
目前，智能车辆上大多采用激光雷达以及超声波雷达对侧向车辆进行检测，采集信息不够丰富，有时不能正确识别侧向车辆，而采用摄像头进行车辆的检测，大多是对前方车辆的检测与识别，因此，提出一种对图像中侧向车辆进行识别的方法。
技术实现思路
为了克服上述现有技术的不足，本专利技术提供了一种基于支持向量机的侧向车辆图像的特征识别方法。本专利技术所采用的技术方案是：首先对图像中侧向车辆的轮胎以及轮毂的数据进行预处理，然后将低维数据转换到高维数据，最后用支持向量机算法对轮胎与轮毂的数据进行分割，如果轮胎内侧的数据点落在轮胎边界上的点较多，并且轮毂外侧的数据点落在轮毂边界上的点较多，则确定车轮存在，进而达到侧向车辆识别的目的。与现有技术相比，本专利技术的有益效果是通过车轮特征达到识别侧向车辆的目的，能够提高识别速度；支持向量机算法能够提高侧向车辆识别精度。附图说明图1为侧向车辆的二值化图1：轮毂；2：轮胎。图2为低维数据转换到高维数据示意图3：黄色小圆圈；4：红色小圆圈。图3为基于支持向量机算法的两类数据点的分割图5：外边缘；6：内边缘；7：分割线；8：红色像素点；9：黄色像素点。具体实施方式一种基于支持向量机的侧向车辆图像的特征识别方法,首先，对摄像头传输的图像进行预处理，采用加权平均法对图像进行灰度化，采用中值滤波消除噪声点，设定阈值为127，对图像进行二值化处理，即可得到...
【技术保护点】
1.一种基于支持向量机的侧向车辆图像的特征识别方法，其特征是将二值化图像的二维数据转换到三维空间，运用支持向量机算法，加入高斯核函数采用非线性模型拟合数据，进而对侧向车辆的车轮进行识别。
【技术特征摘要】
1.一种基于支持向量机的侧向车辆图像的特征识别方法，其特征是将二值化图像的二维数据转换到三维...
【专利技术属性】
技术研发人员：李茂月，徐光岐，周鹏，李文忠，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：黑龙江,23
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。