基于轮廓矩和 Harris 角点混合特征的车型识别系统

• 作者: 孙文本 张军 杨正瓴
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 车型识别 轮廓矩 Harris 角点 特征融合 RBF 神经网络
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 142-145,149
• 页数: 5页
• 分类号: TP391
• 字数: 4256字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.02.034

摘要

针对某些简易快速车辆识别系统只能得到有限的车辆轮廓信息，增加了车型识别的难度的情况，提出一种基于混合轮廓特征的车型识别的新方法。首先根据车型识别系统获取尽可能精确的车辆轮廓，在经过简单的预分类之后分别提取出车型轮廓的七个轮廓矩不变量和有最强表征作用的 Harris 角点特征；进而进行特征级融合，将这两种特征融合构成混合特征；将融合后的新特征输入到 RBF 神经网络进行训练识别。实验结果表明在保证了较快识别速度的同时，有效地提高了识别率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张军	天津大学电气与自动化工程学院	90	705	14.0	23.0
2	杨正瓴	天津大学电气与自动化工程学院	56	660	15.0	23.0
3	孙文本	天津大学电气与自动化工程学院	1	11	1.0	1.0