基于Python的车辆检测算法的实现

论文摘要

近年来,我国汽车保有量不断增加,交通事故成为一个需要高度重视的话题。因此,辅助驾驶系统的重要性不断提高,而车辆防碰撞系统是辅助驾驶系统的重要组成,其中前车检测是防碰撞系统的关键模块。鉴于此,使用Python编程语言实现了基于机器学习的车辆检测算法,算法的主要步骤如下,首先将彩色图片转换为灰度图像,直方图均衡化,中值滤波,然后提取出该区域的Haar-like特征并使用预先训练好的分类器进行分类,从而实现车辆检测的功能。本文完成了预定的目标,可以成功标记出一幅图片中的车辆。

论文目录

• 引言
• 1 车辆检测技术的发展和研究现状
• 2 图像预处理
• 3 假设区域的检测
• 4 假设区域的验证
•   4.1 车辆特征的提取
•   4.2 车辆检测算法
• 5 测试结果的分析
• 6 结语

文章来源

类型: 期刊论文

作者: 张巍

关键词: 车辆检测,机器学习,特征,分类器

来源: 机械管理开发 2019年12期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 汽车工业,计算机软件及计算机应用,自动化技术

单位: 中国联合网络通信有限公司太原市分公司

分类号: U463.6;TP391.41;TP181

DOI: 10.16525/j.cnki.cn14-1134/th.2019.12.112

页码: 258-261

总页数: 4

文件大小: 695K

下载量: 194