已閱讀1頁,還剩85頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、隨著城市化的建設,工程車輛的使用頻率大大提高,而工程車輛相對普通車輛更具有危險性。吊車、挖掘機、吊臂、澆灌車等工程車輛既有可能傷害到人,也可能會對電線等基建設施造成危害。因而對工程車輛的監(jiān)控管理也具有重要意義。但這些管理包含大量重復性工作,因此我們迫切需要智能交通系統(tǒng)這樣的信息化產(chǎn)業(yè)減少部分機械式工作。
基于圖像處理的車型分類方法目前有很多,但在復雜背景下效果不理想,同時對幾何特征相似或自身變化較大的車無能為力。對工程車輛分類
2、的難點既包括普通車輛分類也存在的背景干擾問題,也包括工程車輛易發(fā)生形變的問題。
依據(jù)工程車輛自身的特點,本文提出了一種首先對工程車輛區(qū)域進行定位,然后基于顯著性區(qū)域的工程車輛分類系統(tǒng),使得對工程車輛適用。系統(tǒng)主要包括5個模塊:定位模塊、顯著性區(qū)域提取模塊、局部特征提取模塊、特征袋生成模塊和分類模塊。
主要的工作如下:
1.研究對監(jiān)控圖像中工程車輛的定位方法,提取工程車輛區(qū)域。
2.研究以上下文相關
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于時空顯著性的視頻顯著區(qū)域檢測研究.pdf
- 基于區(qū)域的超像素顯著性檢測.pdf
- 基于視覺顯著性檢測的圖像分類.pdf
- 基于超像素的全局顯著性區(qū)域檢測.pdf
- 基于顯著性分割的圖像分類算法研究.pdf
- 視覺顯著性區(qū)域計算及顯著性物體分割方法研究.pdf
- 基于顯著性檢測和分類器訓練的航拍圖像車輛檢測.pdf
- 基于顯著性檢測的感興趣區(qū)域編碼.pdf
- 基于顯著性區(qū)域的碼率分配技術研究.pdf
- 顯著性區(qū)域檢測方法研究.pdf
- 基于視覺顯著性的車輛目標檢測算法研究.pdf
- 基于視覺顯著性的航拍車輛檢測算法.pdf
- 基于顯著性區(qū)域的分步聚類目標搜索.pdf
- 基于視覺顯著性的紅外運動車輛目標檢測.pdf
- 圖像顯著性區(qū)域檢測方法研究.pdf
- 顯著性區(qū)域指導的局部特征算法.pdf
- 基于結構化學習的顯著性區(qū)域檢測研究.pdf
- 基于圖的NAM表示及其上的顯著性區(qū)域檢測.pdf
- 基于特征分布學習的圖像顯著性區(qū)域檢測研究.pdf
- 圖像顯著性區(qū)域檢測算法研究.pdf
評論
0/150
提交評論