弱视觉环境下基于SVM和PCA的车徽识别方法研究

摘要：

在对雾天弱视觉环境下的车徽进行识别时,提取车徽图像的特征参数受到环境因素的干扰.传统的识别方法中,特征参数的离散程度最小,非线性低维分类无法形成最优解,存在识别难度大的问题.提出基于SVM和PCA的雾天弱视觉环境下的车徽识别方法.利用PCA构建车徽图像的特征空间,再将车徽图像在该特征空间内投影,得到新的车徽图像的特征参数,当这些参数的离散程度最大时,即可获得车徽图像的最具代表性的特征;利用SVM构建车徽图像的最优超平面,并将非线性的低维分类问题转换为线性的高维分类问题,从而实现车徽图像的准确分类识别.仿真结果表明,利用改进算法能够提高雾天弱视觉环境下车徽识别的准确性和识别效率,效果令人满意.

关键词：雾天弱视觉环境、支持向量机、主程序分析

所属期刊栏目：33

分类号：TP391(计算技术、计算机技术)

在线出版日期：2016-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：154-157,196