检索结果-南通市图书馆

一种基于色差和彩色归一化的车身颜色识别算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机应用 2004年第9期24卷 47-49页

作者：李贵俊刘正熙游志胜庄永四川大学计算机学院四川成都610065

通过对多个彩色空间色差公式用于色彩识别的比较研究 ,找出了其中利于色彩识别的彩色空间模型及对应色差公式。在此基础上 ,针对车身颜色识别系统。

关键词：色差彩色归一化彩色空间车身颜色识别

在线全文

学校读者我要写书评

暂无评论

基于支持向量机的车身颜色识别方法研究

基于支持向量机的车身颜色识别方法研究

作者：杨峰电子科技大学

学位级别：硕士

汽车车身颜色识别是智能交通领域的一个重要发展方向，它弥补了智能车辆识别系统中车辆颜色特征信息的技术空白，丰富了车辆识别的特征信息，并且对打击汽车套牌等犯罪行为有非常重要的意义。然而实际的车身颜色容易受雾，雨等环境的影... 详细信息

汽车车身颜色识别是智能交通领域的一个重要发展方向，它弥补了智能车辆识别系统中车辆颜色特征信息的技术空白，丰富了车辆识别的特征信息，并且对打击汽车套牌等犯罪行为有非常重要的意义。然而实际的车身颜色容易受雾，雨等环境的影响，这给汽车颜色识别带来很大的困难，本文就是在这样的背景下，对汽车颜色识别提出了自己的研究方法。本文主要研究内容如下： (1)研究了车身颜色定位方法，车身颜色区域定位是特征提取的关键步骤，采用边缘跳变和投影定位算法先定位出车牌的位置，然后利用车牌位置和阀盖位置的几何关系，利用统计和经验的方法，再定位出车的颜色识别区域。 (2)研究了彩色图像去雾理论及方法，利用暗通道先验理论建立了透射率和大气光模型，这种方法在图像去雾和图像增强这两个方面取得很好的效果，但是该方法也有其缺陷性，对有些白色物体块或者具有高亮块的区域，该算法是不适用的，所以，本文提出了一种引入阈值因子来重新构建透射率模型，然后得到新的图像复原函数模型，新的算法使得图片变得清晰，而不会产生色偏，便于识别，提高了识别率。 (3)研究了图像特征的提取，颜色直方图对图像旋转变化和平移缩放具有很高的鲁棒性，这就表明颜色直方图只关心颜色占空间的比例，而与颜色在空间中的分布没有关系。颜色直方图正是有了这种特性，它可以用来描述全局颜色相似性的特点，因此，本文可以用颜色直方图来提取车身颜色特征信息。 (4)在支持向量机的平台下，提出了两种用于车身颜色识别的方案，两种方案各有各的优势，取得了较好的车身颜色分类识别准确率。

关键词：车身颜色定位去雾模型颜色直方图支持向量机车身颜色识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

车身颜色识别在高速公路卡口中的应用

中国交通信息化 2014年第3期 87-90,93页

作者：宋晓红山东省交通运输厅信息中心山东济南250000

汽车车身颜色识别技术是是智能交通领域的一项重要技术,能为打击套牌车辆等交通犯罪提供技术支持。目前这项技术研究的单位和个人比较少,参考文献也不是很多,研究难度很大,造成这种情况的主要原因为车身颜色种类非常多,而且颜色容易受... 详细信息

汽车车身颜色识别技术是是智能交通领域的一项重要技术,能为打击套牌车辆等交通犯罪提供技术支持。目前这项技术研究的单位和个人比较少,参考文献也不是很多,研究难度很大,造成这种情况的主要原因为车身颜色种类非常多,而且颜色容易受周围环境的干扰。本文便围绕车身颜色识别技术展开研究,采用的方法有图像预处理技术、颜色特征提取技术、支持向量机,最终颜色识别率都在90%以上,对于高速公路车辆特征识别技术而言具有重要实际意义。

关键词：车身颜色识别图像预处理颜色特征提取支持向量机

基于改进颜色直方图和车窗检测的车身颜色识别方法研究

在线全文

学校读者我要写书评

暂无评论

基于改进颜色直方图和车窗检测的车身颜色识别方法研究

作者：王定洲中南民族大学

学位级别：硕士

车辆信息识别是智能交通系统(ITS)中的一个关键部分,颜色是车辆识别选取主要特征之一。目前车身颜色识别最常用的方法是颜色直方图识别法,传统的颜色直方图采用均匀量化,没有考虑人眼的颜色空间感知特点,存在颜色特征维数高的缺陷,因此... 详细信息

车辆信息识别是智能交通系统(ITS)中的一个关键部分,颜色是车辆识别选取主要特征之一。目前车身颜色识别最常用的方法是颜色直方图识别法,传统的颜色直方图采用均匀量化,没有考虑人眼的颜色空间感知特点,存在颜色特征维数高的缺陷,因此应用在车身颜色识别中效果较差。本文通过对传统直方图法和颜色空间模型的分析,针对实际应用中车身颜色识别的特点,提出了一种改进的颜色直方图识别法,并验证了该方法的有效性。为了抑制车窗和背景对车身颜色识别的影响,本文通过车窗检测来减少选取待识别区域的颜色干扰,进一步提高了车身颜色识别的准确率。本文的主要工作内容和创新点如下:1.针对车身颜色识别提出了一种改进的颜色直方图识别方法。该方法解决了传统直方图颜色维数高的缺陷。通过对颜色空间模型的分析,在色调、饱和度、亮度(HSV)颜色空间中将汽车颜色量化为10类,然后根据这种量化方法提取改进的颜色直方图并进行颜色识别,结果表明该方法能有效识别出图片中的车身颜色。2.采用车窗检测的方法定位出车窗部位,然后通过车窗位置来选取待识别的颜色区域,消除车窗和背景对车身颜色识别的干扰,提高了车身颜色识别的准确率。3.实验验证。首先进行了基于改进颜色直方图的车身颜色识别实验,然后进行了车窗检测和结合车窗检测的改进颜色直方图识别实验,结果表明,通过车窗检测间接地选取待识别颜色区域后再进行颜色识别,可以消除背景区域的干扰,有效地提高车身颜色识别的准确率。

关键词：车身颜色识别颜色空间模型颜色直方图车窗检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于卷积神经网络车身颜色识别技术研究

山东建筑大学学报 2018年第1期33卷 25-31页

作者：管德永鞠铭安连华山东科技大学交通学院山东青岛266590

研究车身颜色识别技术可为公安部门打击套牌车辆等交通犯罪行为提供技术支持,并为道路行车安全提供理论依据。文章基于Caffe深度学习框架,提出了一种基于深度卷积神经网络车身颜色识别技术的研究方案,分析了网络层数、迭代次数和学习率... 详细信息

研究车身颜色识别技术可为公安部门打击套牌车辆等交通犯罪行为提供技术支持,并为道路行车安全提供理论依据。文章基于Caffe深度学习框架,提出了一种基于深度卷积神经网络车身颜色识别技术的研究方案,分析了网络层数、迭代次数和学习率对模型的影响,对卷积神经网络CNN模型进行优化,并将优化的网络模型与支持向量机SVM、改进后的HSV模型进行对比分析。结果表明:卷积神经网络最优模型的神经网络层数为8,最大迭代次数为30万,学习率为0.001;支持向量机SVM、改进后的HSV颜色模型及卷积神经网络识别率分别为80.05%、85.25%、90.20%。

关键词：卷积神经网络车身颜色识别网络层数迭代次数学习率

在线全文

学校读者我要写书评

暂无评论

基于车窗检测的车身颜色识别方法研究

信息通信 2017年第2期30卷 87-88,90页

作者：姚东明韩安华武汉市公安局警务指挥部信息通信中心湖北武汉430023

针对车身颜色识别提出了一种通过车窗检测定位出车窗部位,然后通过车窗位置间接地选取待识别颜色区域,消除车窗和背景对车身颜色识别干扰的方法。实验结果表明该方法可以消除背景区域的干扰,有效地提高车身颜色识别的准确率。

关键词：车身颜色识别颜色直方图车窗检测

在线全文

学校读者我要写书评

暂无评论

复杂环境下高速服务区禁停检测算法

计算机工程 2024年

作者：安国成王晓龙江波幸健上海华讯网络系统有限公司行业数智事业部中国电子科技集团公司第三十二研究所

高速服务区车辆禁停检测面临场景复杂的挑战，目前基于单一车型信息的禁停检测算法，受到昼夜光照变化、车辆重叠遮挡以及视角倾斜等因素影响，无法在连续时间段内准确判断禁停区域内的车辆是否为同一辆车，存在较高的误检率和漏检率。... 详细信息

高速服务区车辆禁停检测面临场景复杂的挑战，目前基于单一车型信息的禁停检测算法，受到昼夜光照变化、车辆重叠遮挡以及视角倾斜等因素影响，无法在连续时间段内准确判断禁停区域内的车辆是否为同一辆车，存在较高的误检率和漏检率。为此，提出一种复杂环境下高速服务区禁停检测算法，主要工作包括：首先使用YOLOv5车辆检测算法获取车型与位置信息，并提出一种改进禁停区域匹配方法，有效提升复杂环境下目标和区域匹配准确率；其次对禁停区域内车辆目标使用ConvNeXt车身颜色识别算法获取颜色信息；最后设计一种分阶段控制的多维信息匹配与融合策略，有效降低了因光照、遮挡、视角等变化导致的车辆身份判断不准确情况，从而降低服务区车辆禁停检测的误报率与漏检率。实验结果表明，所提方法在高速服务区禁停数据集上，禁停误检率由3.56%下降到0.77%，禁停漏检率由11.3%下降到2.48%，同时，不仅为服务区管理禁停行为提供了车辆多属性信息和车辆违停时长信息，也满足服务区多场景部署的性能要求，可见所提算法可较好地用于实际应用中。

关键词： ConvNeXt 车身颜色识别 YOLOv5 车辆检测禁停检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于多种车辆特征信息识别的停车场管理系统

计算机应用研究 2006年第2期23卷 175-176,180页

作者：谢刚刘正熙卢建斌林向炜四川大学计算机学院四川成都610065

提出了一种基于多种车辆特征信息识别的停车场管理系统。多种车辆特征信息识别包括车牌识别、车标识别和车身颜色识别。

关键词：车牌识别车标识别车身颜色识别停车场管理系统

基于深度学习的车辆关键信息检测与识别方法研究

在线全文

学校读者我要写书评

暂无评论

基于深度学习的车辆关键信息检测与识别方法研究

作者：宋欢欢长安大学

学位级别：硕士

随着人民物质生活水平的不断提高,汽车保有量的不断增加,私自改装车辆、使用假牌套牌等交通管控问题也日益突出,仅仅以车牌号码作为车辆的标识来处理实际问题已显得捉襟见肘,此时,结合车辆的其他属性来确定车辆的身份信息就显得尤为重... 详细信息

随着人民物质生活水平的不断提高,汽车保有量的不断增加,私自改装车辆、使用假牌套牌等交通管控问题也日益突出,仅仅以车牌号码作为车辆的标识来处理实际问题已显得捉襟见肘,此时,结合车辆的其他属性来确定车辆的身份信息就显得尤为重要。本文结合深度学习技术实现车辆目标检测、车牌号码识别和车身颜色识别,使用实际交通图像数据集进行测试,取得了良好的测试效果。首先,在车辆目标检测即获取车辆位置与车型信息方面,针对传统目标检测算法存在环境适应性差、结构复杂等问题,本文提出了一种改进的Center Net车辆目标检测模型,该模型以Center Net作为基础网络,一方面利用BFP网络加强模型提取图像特征的能力,另一方面利用Mobile Net网络降低模型参数数量。为了丰富数据集,通过随机翻转、颜色抖动等数据增强方式对数据集进行扩充,采用Adam优化算法在反向传播时为不同的参数进行学习率的自适应性调整,在实际交通数据集上的测试m AP值可达94.5%。其次,在车牌号码识别方面,针对Canny边缘检测算法需要人为设定高低阈值、易产生假边缘等问题,本文利用最大类间方差法自主计算边缘检测所需的高低阈值,以此来提高车牌定位的准确率;针对简单卷积神经网络对字符识别准确率较低的问题,本文在Inception网络结构中加入残差连接从而构建LPRNet字符识别网络。在对LPRNet进行训练时,为了加快网络的收敛速度,结合动量优化训练过程。采用二次训练方法,将识别出现错误的图像与之前的训练集进行合并,在原模型的基础上进一步进行训练,不断提高模型的准确率,在实际交通数据集上的平均识别准确率可达97.3%。最后,在车身颜色识别方面,针对单纯在HSV颜色空间使用颜色量化模板识别准确率较低的问题,本文分别在RGB、HSV和Lab三种颜色空间上构建卷积神经网络,以VGGNet网络为颜色特征提取的基础网络,利用密集连接对VGGNet做出改进,利用Xavier进行参数的均匀初始化操作,以达到使每一层输出的方差尽量相同的目的,在实际交通数据集上的平均识别准确率可达97.04%。

关键词：深度学习车辆目标检测车牌号码识别车身颜色识别