论文部分内容阅读
随着我国经济的迅猛发展，城市中各种机动车保有量迅速增加，城市及交通道口的交通状况也因此而变得日趋复杂，城市交通管理部门迫切需要一套行之有效的交通车辆监控系统，智能交通系统ITS因此而发展起来。基于视频的交通目标检测分类系统以其安装简单，成本低，检测范围大和信息丰富等特点在智能交通系统中得到广泛应用。经过近年来的发展，基于视频的交通目标检测分类系统的研究取得了诸多成果，但车型的准确分类一直是智能交通系统中的难点问题。为此，本文对基于视频的交通目标分类技术展开了深入研究。
基于视频的交通目标检测分类系统所完成的工作主要包括摄像机标定，车辆检测，车辆跟踪，车型识别分类，本文主要完成摄像机标定和车型分类。主要工作如下：
论文首先对摄像机标定技术进行了全面的分析研究，在总结典型算法优缺点的基础上，引入了一种摄像机内参数标定方法，对摄像机进行内参数标定，提高了拍摄图像的精确度；同时，引入一种平面图像转换技术对交通道口视频图像进行转换，简单易行地实现了车辆外形信息的提取。
其次，论文对支持向量机算法进行了详细讨论，对各种多类分类方法进行了探讨，在此基础上提出了一种改进的支持向量机算法。该算法解决了由于两类混叠而造成分类器过学习和泛能力减弱的问题，提高了分类的正确率。
再次，论文实现了一种基于支持向量机的交通道口车型分类方法。该方法利用车辆的多个外形特征对交通道口车辆进行分类，解决了传统分类方法存在的“误分”问题，实验表明，该方法分类精确度高，较好的满足交通道口车型分类的要求。另外，论文还给出了一种“车流速度”的提取方法，为交通管理部门分析交通状况提供了依据。
最后，在上述工作的基础上，本文设计实现了一个交通道口车型分类原型系统，实验表明，该系统具有较好的实用性，能够对交通道口的各种车辆进行分类。