【正文】 第 3 頁 共 22 頁識別和自動收費(fèi)，因此，開發(fā)車型自動識別系統(tǒng)有很大的市場。4，減少了收費(fèi)站的人員管理，可以節(jié)省大量的人力和財(cái)力，并使路橋收費(fèi)實(shí)現(xiàn)現(xiàn)代化管理。2，可杜絕人工收費(fèi)造成的票款流失問題，確保路橋收費(fèi)的可靠性和可控性，可較大比例地提高路橋費(fèi)的回收率。路橋自動收費(fèi)系統(tǒng)的應(yīng)用，充分體現(xiàn)路橋交通現(xiàn)代化管理的先進(jìn)水平，必將產(chǎn)生較大的社會效益和經(jīng)濟(jì)效益。，易產(chǎn)生疲勞感，從而影響收費(fèi)的速度，不利于職工的身體健康，不利于車輛通行率的提高。如：收費(fèi)人員對熟悉的司機(jī)不予收費(fèi)，或是某些個體司機(jī)少交費(fèi)而不要票據(jù)；或是少數(shù)低素質(zhì)收費(fèi)人員相互勾結(jié)，多收少繳，私吞收費(fèi)。但也存在弊端，主要如下：，收費(fèi)人員易同司機(jī)發(fā)生爭執(zhí)，造成交通擁擠，不但誤工誤時，而且阻礙了整個地區(qū)路橋交通網(wǎng)絡(luò)作用的發(fā)揮。所不同的是，在傳統(tǒng)收費(fèi)方式中，車輛的類型通常由收費(fèi)員通過目視人工劃分。收費(fèi)站建在各互通立交匝道上，在入口處發(fā)通行卡，在出口處驗(yàn)卡，按車型和行駛距離收費(fèi)，車輛進(jìn)出公路均受到控制。收費(fèi)標(biāo)準(zhǔn)除根據(jù)車型不同而不同外，還因各站控制的距離不同而不同。我國的公路收費(fèi)系統(tǒng)主要采用以下三種形式：。電子收費(fèi)系統(tǒng)是智能運(yùn)輸系統(tǒng)在公路收費(fèi)領(lǐng)域的具體表現(xiàn)，其應(yīng)用可解除收費(fèi)站的“瓶頸”制約作用，較好地緩解收費(fèi)站的交通擁擠、排隊(duì)等待以及環(huán)境污染等問題。但是高速公路上的收費(fèi)站大大地降低了高速公路的通行能力。它的研究領(lǐng)域廣闊，各國各地區(qū)的側(cè)重點(diǎn)也有所不同。實(shí)踐證明，智能運(yùn)輸系統(tǒng)是解決當(dāng)前交通擁堵、環(huán)境污染嚴(yán)重等問題的有效途徑。[關(guān)鍵詞]車型識別，特征融合，特征提取，決策支持向量機(jī)Vehicle Identification System Based On SVM Design And ImplementationAbstract: Automatic Vehicle Identification and Classification of Intelligent Transport System technology is an important part of its specific place and time the identification and classification of vehicles, and used as traffic management, fees, scheduling, statistical basis. China39。本文研究基于車型 圖像代數(shù)特征的車型識別方法。陜西理工學(xué)院畢業(yè)設(shè)計(jì)基于 SVM車型識別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[摘要]車輛自動識別分類技術(shù)是智能運(yùn) 輸系統(tǒng)的重要組成部分，它對特定地點(diǎn)和時間的車輛進(jìn)行識別和分類，并以之作為交通管理、收 費(fèi)、 調(diào)度、統(tǒng)計(jì)的依據(jù)。要實(shí)現(xiàn)我國公路收 費(fèi)自動化、管理 規(guī)范科學(xué)化，車型自動識別方法的研究勢在必行。 該 方法首先利用背景差分法從背景圖像中提取出運(yùn)動車輛，并對車型 圖像進(jìn)行預(yù)處理，然后采用特征并行融合的方法用 PCA 方法，最后通過支持向量機(jī)分類器進(jìn)行車型識別。s road toll to achieve automation, standardized and scientific management, Automatic Vehicle Identification Method imperative. This paper explores the characteristics of the vehicle model image algebra recognition. This method first uses background subtraction to extract from the background image moving vehicles, and vehicle image is preprocessed, and then use the parallel feature fusion method using principal ponent analysis, and finally through the support vector machine classifier for vehicle identification.Keyword: Vehicle recognition, feature fusion, feature extraction, decision support vector machine目錄1 引言 .....................................................2 車型識別的研究內(nèi)容及其應(yīng)用 ................................2 車型識別的研究現(xiàn)狀和前景 ..................................3 本文研究的主要內(nèi)容及結(jié)構(gòu)安排 ..............................3 第 1 頁 共 22 頁2 車輛圖像預(yù)處理 ...........................................4 圖像平滑 ..................................................4 圖像標(biāo)準(zhǔn)化 ................................................53 車型特征提取 .............................................7 PCA 方法概述 ..............................................7 PCA 方法提取車型特征 ......................................84 基于支持向量機(jī)的車型識別分類器 ...........................9 現(xiàn)有的幾種分類方法 ........................................9 支持向量機(jī) ...............................................10 線性支持向量機(jī) ........................................11 非線性支持向量機(jī) .......................................13 用于多類識別的支持向量機(jī) ..............................13 決策支持向量機(jī)進(jìn)行多分類 .................................14 支持向量機(jī)進(jìn)行車型快速識別 ...............................15 概述 ..................................................15 多類(k 類)問題的 SVM 算法 ..............................17 實(shí)驗(yàn)結(jié)果及比較 ...........................................175 結(jié)論 ....................................................19致謝： ....................................................19參考文獻(xiàn)： ................................................20附錄： ....................................................21陜西理工學(xué)院畢業(yè)設(shè)計(jì)第 2 頁 共 22 頁1 引言 車型識別的研究內(nèi)容及其應(yīng)用電子技術(shù)、通信技術(shù)、計(jì)算機(jī)技術(shù)和自動控制技術(shù)的發(fā)展，為解決交通問題提供了新的思路，于是，智能運(yùn)輸系統(tǒng)(ITS，Intelligent ansportation system)就應(yīng)運(yùn)而生了 [1]。目前 ITS 在美國、歐洲、日本等國家、地區(qū)己受到政府、產(chǎn)業(yè)機(jī)構(gòu)、科學(xué)研究單位的重視。由于建設(shè)高速公路的投資較大，貸款筑路、以路養(yǎng)路收費(fèi)還貸的政策早已深入人心。國外己有實(shí)行不停車收費(fèi)的例子，在國內(nèi)，不停車收費(fèi)也是這種收費(fèi)制式的發(fā)展方向。電子收費(fèi)系統(tǒng)具有的諸多優(yōu)點(diǎn)，使其成為世界各國交通部門優(yōu)先研究、發(fā)展、應(yīng)用的技術(shù)之一，無論是在歐、美發(fā)達(dá)國家，還是在亞洲發(fā)展中地區(qū)，截至目前，電子收費(fèi)系統(tǒng)己經(jīng)擁有一套相對較成熟的技術(shù)體系，成功實(shí)現(xiàn)并投入實(shí)用的范例在各地紛紛出現(xiàn) [2]。收費(fèi)站建在公路的所有入口，車輛在一個路口交費(fèi)后，可在該公路全線自由行駛，無需再次交費(fèi)，收費(fèi)標(biāo)準(zhǔn)僅因車型不同而不同，與行駛里程無關(guān)。收費(fèi)站建在公路的主線上，間隔 30—50 公里不等，各個出口不再設(shè)收費(fèi)站，車輛可自由出入。無論哪種收費(fèi)方式，都必須先對車輛進(jìn)行分類，才能確定應(yīng)當(dāng)收取的通行費(fèi)，這一點(diǎn)對傳統(tǒng)收費(fèi)系統(tǒng)和電子收費(fèi)系統(tǒng)都是相同的。其突出的優(yōu)點(diǎn)是誤判少、可靠性高。， “人情車”現(xiàn)象或其它帳務(wù)弊端十分嚴(yán)重。據(jù)統(tǒng)計(jì)，在一些大型的收費(fèi)站，每日因此損失的收費(fèi)款額高達(dá)數(shù)萬元，全年累計(jì)超過千萬，造成國家和地方財(cái)政收入的流失，給國家和地方經(jīng)濟(jì)造成嚴(yán)重?fù)p害。電子技術(shù)和計(jì)算機(jī)技術(shù)的發(fā)展，為解決這個問題提供了可靠的技術(shù)保障。實(shí)現(xiàn)車型自動識別，采用路橋自動收費(fèi)系統(tǒng)主要有如下優(yōu)勢：，提高了有限的空間利用率和路橋收費(fèi)站的通過能力，利于交通疏流，解決因堵車造成的工時損失、能源損耗、環(huán)境污染等問題。，可快速掌握路橋的車流信息，不僅有利于交通行政部門的綜合整體管理，更便于交通行政管理部門的疏導(dǎo)和管理，也可為新建路橋提供科學(xué)依據(jù)。在電子收費(fèi)系統(tǒng)中，由于收費(fèi)過程實(shí)現(xiàn)自動化，需要自動識別車型以便根據(jù)不同的車型收取相應(yīng)的費(fèi)用，車輛直接駛過收費(fèi)站而不停車，因而對車型判定提出了更嚴(yán)格要求，需要真正統(tǒng)一標(biāo)準(zhǔn)，準(zhǔn)確迅速識別、歸類 [3]。車型識別技術(shù)可應(yīng)用于停車場收費(fèi)管理以及各類封閉式和開放式路橋卡口自動收費(fèi)系統(tǒng)，根據(jù)聯(lián)網(wǎng)的規(guī)模不同，適用于 IC 卡、金路卡、虛擬儲值卡以及金融卡等各種自動扣費(fèi)方式，可從路段擴(kuò)展到區(qū)域、地區(qū)、跨地區(qū)以至全國路網(wǎng)。它對在特定地點(diǎn)和時間的車輛進(jìn)行識別和分類，作為交通管理、收費(fèi)、調(diào)度、統(tǒng)計(jì)的依據(jù)。國內(nèi)在進(jìn)入九十年代就開始這方面的研究。在車輛的所有特征中，可以用來識別和區(qū)分車型的通常有車輛的外型( 長、寬、高等) 、車輛的軸重或軸距、車輛軸重及總重、車輛牌號、發(fā)動機(jī)排氣量、車輛可以乘載的人員數(shù)或載重量等特征。目前，車型識別技術(shù)主要有輪廓掃描方法、車軸計(jì)數(shù)方法、磁場變化方法、車牌識別方法、基于圖像處理的方法、基于交通視頻技術(shù)的方法等 [4]?？偟目磥?，多年來出現(xiàn)的各種各樣的車型識別技術(shù)，其中絕大多數(shù)是通過檢測車輛的某些幾何參數(shù)或者物理參數(shù)來歸納分類的，某些技術(shù)也達(dá)到了比較高的檢測精度、但由于以下幾個關(guān)鍵因素，至使其未能在高速公路收費(fèi)中取得成功應(yīng)用。二是環(huán)境影響，存在干擾 。就我們所知車型識別在國內(nèi)主要停留在研究狀態(tài)(如中國科學(xué)院、西安公路所、上海交通大學(xué)、西安交通大學(xué)、北京理工大學(xué)等) ，部分產(chǎn)品已投入正式運(yùn)營。 本文研究的主要內(nèi)容及結(jié)構(gòu)安排本文主要研究基于車型圖像代數(shù)特征的車型識別技術(shù)。然后用決策支持向量機(jī)進(jìn)行車型分類，對比用最近鄰法及神經(jīng)網(wǎng)絡(luò)的方法對車型進(jìn)行識別。 第 4 頁 共 22 頁攝像機(jī)采集運(yùn)動車輛序列圖像計(jì)算機(jī)車輛圖像背景圖像中值濾波法標(biāo)準(zhǔn)化圖像圖像代數(shù)特征1dim,PCAPCAw?支持向量機(jī)分類模型分類結(jié)果訓(xùn)練樣本特征PCA 方法圖像預(yù)處理背景差分法圖 11 本文研究內(nèi)容流程圖本文的結(jié)構(gòu)安排如下：第一章，首先介紹了車型識別的研究內(nèi)容及其應(yīng)用，車型識別技術(shù)現(xiàn)有的一些研究方法，然后介紹了本文研究的主要內(nèi)容及結(jié)構(gòu)安排。然后，用基于形態(tài)學(xué)的方法進(jìn)行噪聲消除。第三章，利用 PCA 方法提取車型圖像特征，采用 PCA 方法得到車輛圖像的代數(shù)特征，該特征包含了車輛圖像樣本更豐富的特征信息。最后一章，總結(jié)了本文所做的工作。本章首先介紹了利用目前運(yùn)動分割中最常用的一種方法—背景差分方法從運(yùn)動圖像中提取車輛，其中背景圖像我們采用最簡單的一種模型一對時間序列圖像進(jìn)行中值濾波獲得。最后將所得車輛圖像標(biāo)準(zhǔn)化。 圖像平滑背景減除后的圖像存在不少噪聲污染，因此我們先對圖像進(jìn)行平滑處理。噪聲并不限于人眼所能看的見的失真和變形，有些噪聲只有在