![](https://csdnimg.cn/release/download_crawler_static/18985353/bg1.jpg)
2006
年
12
月
第
43
~在第
6
期
四川大学学报(自然科学版)
loumalof
Sichuan University (Natural
Sc
ience Edition)
Dec. 2006
Vo
1.
43
No.6
文章编号
:0490-6756(2006)06-1279-06
应用
SVM
的三维车型识别技术
陈宏,何小海\吴炜,杨晓敏
(四川大学电子信息学院固象信息研究所,成都
610064)
摘要:提出了一种新的车型识别技术.该技术分成两大部分,第一部分是如何准确地测量车辆
的三维信息.首先需要从一革列图象中准确检测出车辆,然后从背景中将车辆完整的分割出
来,再使用一个简单的透视变形模型,完成从二雄信息到三维信息的特换,挺得车辆的长皮、宽
度和高度特征.第二部分是将这些特征输入一个
SVM
分类器进行识别处理.实验证明,该方
法在车型识别中,具有比较高的识别精度.
关键词:图象处理;图象投影模型;二雄特征;支持向量机
中圄分类号:
TP392
立献标识码
:A
1
百|言
在交通检查、车库管理、车辆管理等行业,对车型的自动识别一直都有着很强烈的需求.我们主要研
究基于计算机视觉和
SVM
分类识别技术的车型识别技术,该系统主要分为
3
个功能模块:车辆定位、特
征提取和分类识别.根据我国公路收费标准,车辆分类的实质是按照车辆的长、宽、高来确定车辆大小,可
见在得准确的车辆三维特征是车型识别的基础和关键.
目前常用的车辆三维特征提取方法有:
(1)从顶部提取特征,该方法可以提取车辆大小(面积)
,车辆宽
度,车辆长度信息,但不能提取车辆高度和车牌信息
;(2)
从侧面提取特征
[1]
从这个方向可提取车辆长度
和高度,但不能得到车辆的宽度信息,也不能得到车牌信息.并且在实用中,其背景变化比较大,导致图像
分割困难
;(3)
从正面提取特征,该方式能提取出车辆的宽度、高度,车牌车标等信息,但不能提取最重要的
车辆长度信息.综合上述特征提取方法的优缺点,结合现有的车牌识别系统,我们采用了从车辆前上方提
取特征的方法(图1),该方法通过二维到三维的变换,可以同时得到车辆的长宽高王维信息和车牌信息.
而且图象背景为路面,背景单一,来用简单的差分方法即能提取车辆图象.
但
力
KHU
AHH
类
巾分
式
模
iil!iJ的
AF
…叩虫
卜|…
--L
潮
…
Mf;[
二个
kf
…岳阳
叶哺系归到
川一
S
虽
户
1111|li
』
qh
旨茸
qjIllJ
句,缸"苟
川叫咱处用……年川击…图也阳
μJ1F
栩
栩侬呆地].
络
网
经
巾中
用
果
多
住
n以
直由民
位
m
庐山川
机
m
阳
摄注明
机
V
阁、
1
烛
]行
进
辆
车
才
4
VA
在
四唰跚跚
收稿日期
:2006-03-31
作者简介:陈宏(1
977
-),男,
2004
级硕士研究生.
祷通信作者