2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩61頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著社會(huì)的發(fā)展,我國(guó)機(jī)動(dòng)車的保有量呈現(xiàn)遞增趨勢(shì),為了保障公民的生命財(cái)產(chǎn)安全,如何準(zhǔn)確地定位、抓捕違法車輛成為目前的一個(gè)難題。計(jì)算機(jī)視覺作為前沿技術(shù)的一個(gè)重要分支,已較成熟地應(yīng)用于車牌識(shí)別中,但是由于現(xiàn)有的局部特征描述算法具有維度高、占用內(nèi)存大等缺點(diǎn),對(duì)于高速公路套牌車的識(shí)別,仍沒(méi)有有效的解決方案。
  針對(duì)上述問(wèn)題,本文做了以下工作:
  1.經(jīng)過(guò)大量的實(shí)驗(yàn)對(duì)比,提出了一種改進(jìn)的車輛特征點(diǎn)描述模型。通過(guò)采用改進(jìn)的ORB算法對(duì)

2、多種車型前臉檢測(cè)特征點(diǎn),并利用rBRIEF描述子表達(dá)車臉特征點(diǎn)信息,組成車臉特征描述集合。然后利用貪婪搜索策略從描述集合中選擇出高方差、低相關(guān)的描述維度,組合成車臉特征的描述模型,使得特征信息占用空間小,表達(dá)車臉特征信息準(zhǔn)確度高。
  2.針對(duì)特征點(diǎn)誤匹配對(duì)檢測(cè),提出了一種基于先驗(yàn)知識(shí)的幾何約束方法。通過(guò)計(jì)算匹配點(diǎn)對(duì)間的距離和角度信息,并結(jié)合先驗(yàn)知識(shí)設(shè)定的閾值,構(gòu)成匹配約束項(xiàng)。該約束方法在預(yù)知待匹配圖像之間的旋轉(zhuǎn)、尺度變換參數(shù)的情

3、況下,可有效剔除誤匹配對(duì)。
  3.本文將上述算法應(yīng)用到高速公路卡口套牌車檢測(cè)中。首先給出了一種基于暗通道先驗(yàn)理論的圖像預(yù)處理方法增強(qiáng)圖像畫質(zhì),并利用類Haar特征結(jié)合Adaboost算法對(duì)目標(biāo)車輛定位。其次,由于高速公路通行卡內(nèi)存的限制,卡口車輛圖像經(jīng)過(guò)改進(jìn)的ORB算法檢測(cè)特征點(diǎn)后,采用本文的車臉特征描述模型表達(dá)特征點(diǎn)信息,使得特征信息占用通行卡內(nèi)存小于1KB。最后,在特征匹配階段,利用基于先驗(yàn)知識(shí)的幾何約束剔除誤匹配項(xiàng),提高了

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論