学位论文 > 优秀研究生学位论文题录展示

基于脉冲神经网络模型的车辆车型识别研究

作　者: 陈浩
导　师: 吴庆祥
学　校: 福建师范大学
专　业: 计算机应用技术
关键词: 脉冲神经网络特征提取线矩车型识别分类
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 28次
引　用: 0次
阅　读: 论文下载

内容摘要

在智能交通系统中智能识别技术得到了越来越广泛的应用。而车型识别技术是智能交通系统中智能识别技术重要组成部分,在路桥收费系统中它能对在特定地点和时间的车辆进行识别和分类,并且能作为交通收费、管理、调度、统计的依据。本文重点对运动车辆图像进行技术处理和分析,提出了以神经网络与当前图像处理技术相结合的车辆识别与分类技术。而人工神经网络是智能识别技术中最热门的研究方向,结合人工神经网络在智能交通系统中的应用已成为当前研究的重要课题。本文通过分析智能交通系统的发展现状与应用前景,提出了一种基于人工神经网络的车型识别与分类的研究方案。该方案利用一种基于神经轴突延迟机制的脉冲神经元网络模型算法和一套图像处理技术获取运动车辆,再通过脉冲神经网络提取运动车辆边沿对应的边缘脉冲频率图。然后,对脉冲频率图提取线矩特征,最后利用这些特征结合传统的车辆车型特征训练BP神经网络,从而设计成一个自动识别系统,对运动车辆进行分类识别。这一系统不但能准确的检测识别车型,也用于识别出其他的运动目标。实验表明该系统获得了很好的识别结果。该系统可在智能交通监控等众多领域应用,具有重要的现实意义。

全文目录

摘要  2-3
Abstract  3-4
中文文摘  4-8
绪论  8-14
  1 课题背景和意义  8-10
  2 国内外研究现状  10-11
  3 课题来源和研究内容  11-14
第一章基于脉冲神经网络模型的车辆车型识别系统总体方案设计  14-20
  第一节引言  14
  第二节车辆车型识别系统总体框架  14-15
  第三节实现系统的总体流程  15-16
  第四节车辆车型识别系统的工作原理及实现方案  16-18
  第五节本章小结  18-20
第二章视频图像处理基础及平台设计  20-30
  第一节引言  20
  第二节图像处理平台的设计  20-22
  第三节图像处理平台实现的主要功能  22-23
  第四节图像处理平台中采用的图像处理技术和算法  23-28
  第五节本章小结  28-30
第三章基于脉冲神经网络的运动车辆的边沿检测  30-36
  第一节引言  30
  第二节用于边缘检测的脉冲神经元网络模型  30-32
  第三节脉冲神经元模型和感受野  32-33
  第四节网络模型在车型边缘检测的仿真结果  33-35
  第五节本章小结  35-36
第四章车辆特征提取  36-42
  第一节常见的车辆特征  36-37
  第二节车辆边缘直线段不变线矩  37-39
  第三节特征提取软件设计  39-40
  第四节本章小结  40-42
第五章基于BP神经网络的运动车辆车型识别和分类  42-50
  第一节人工神经网络的特点  42
  第二节 BP神经网络典型模型  42-44
  第三节 BP神经网络设计  44-45
  第四节用于车辆车型识别的神经网络设计  45-47
  第五节实验结果分析  47-49
  第六节本章小结  49-50
结论与展望  50-52
附录1 图像捕获程序设计  52-54
附录2 图像灰度化程序设计  54-56
附录3 提取特征值程序  56-62
附录4 HU矩  62-64
参考文献  64-70
攻读学位期间承担的科研任务与主要成果  70-72
致谢  72-74
个人简历  74-76

基于脉冲神经网络模型的车辆车型识别研究

内容摘要

全文目录

相似论文