基于支持向量机(SVM)的汽车车型识别

被引：3

作者：

尹玉梅 ^{[1
]}

胡中华 ^{[2
]}

湛金辉 ^{[3
]}

机构：

[1] 西华大学机械学院

[2] 南京航空航天大学自动化学院

[3] 南昌航空大学自动化学院计算机视觉研究室

来源：

电子测量技术 | 2008年 / 07期

关键词：

支持向量机; 车型识别; 预测;

D O I：

10.19651/j.cnki.emt.2008.07.006

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

本文研究了一种基于支持向量机(SVM)的车型图像识别算法。采用图像边缘检测方法,该方法首先基于邻域灰度极值提取边界候选图像,然后以边界候选像素及其邻域像素的二值模式作为样本集,进行运动目标分割并提取具有RST不变性的轮廓特征向量,输入支持向量机进行训练和识别。此外,该算法与传统的算法比较,使用核函数少,计算量小,能较好地解决小样本、非线性和局部极小点等问题。实验表明,基于支持向量机(SVM)的车型图像识别算法具有更好的性能。

引用

页码：22 / 25

页数：4

共 9 条

[1] 基于支持向量机的飞机图像识别算法 [J].