电子测量技术
電子測量技術
전자측량기술
ELECTRONIC MEASUREMENT TECHNOLOGY
2008年
7期
22-25
,共4页
支持向量机%车型识别%预测
支持嚮量機%車型識彆%預測
지지향량궤%차형식별%예측
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.
本文研究瞭一種基于支持嚮量機(SVM)的車型圖像識彆算法.採用圖像邊緣檢測方法,該方法首先基于鄰域灰度極值提取邊界候選圖像,然後以邊界候選像素及其鄰域像素的二值模式作為樣本集,進行運動目標分割併提取具有RST不變性的輪廓特徵嚮量,輸入支持嚮量機進行訓練和識彆.此外,該算法與傳統的算法比較,使用覈函數少,計算量小,能較好地解決小樣本、非線性和跼部極小點等問題.實驗錶明,基于支持嚮量機(SVM)的車型圖像識彆算法具有更好的性能.
본문연구료일충기우지지향량궤(SVM)적차형도상식별산법.채용도상변연검측방법,해방법수선기우린역회도겁치제취변계후선도상,연후이변계후선상소급기린역상소적이치모식작위양본집,진행운동목표분할병제취구유RST불변성적륜곽특정향량,수입지지향량궤진행훈련화식별.차외,해산법여전통적산법비교,사용핵함수소,계산량소,능교호지해결소양본、비선성화국부겁소점등문제.실험표명,기우지지향량궤(SVM)적차형도상식별산법구유경호적성능.
