针对辅助驾驶汽车在行驶过程中对前方车辆识别的实时性差、效率低等问题,提出基于方向梯度直方图(histogram of oriented gradient,HOG)特征提取与模糊支持向量机结合的一种前车识别系统。对汽车行驶过程中的图像灰度化、二值化等预处理...针对辅助驾驶汽车在行驶过程中对前方车辆识别的实时性差、效率低等问题,提出基于方向梯度直方图(histogram of oriented gradient,HOG)特征提取与模糊支持向量机结合的一种前车识别系统。对汽车行驶过程中的图像灰度化、二值化等预处理后,进行HOG特征提取。对模糊支持向量机算法进行研究,通过增加模糊度变量的优化来选择最优分类决策面,使其对每个训练的正、负样本集的区域特征进行分类后识别。实验结果显示:模糊支持向量机算法不仅能够降低训练时的噪声,与支持向量机相比增强了支持向量,而且提高了训练时间与准确率;在能见度低的情况下识别效果较好,满足前车实时识别。展开更多
文摘针对辅助驾驶汽车在行驶过程中对前方车辆识别的实时性差、效率低等问题,提出基于方向梯度直方图(histogram of oriented gradient,HOG)特征提取与模糊支持向量机结合的一种前车识别系统。对汽车行驶过程中的图像灰度化、二值化等预处理后,进行HOG特征提取。对模糊支持向量机算法进行研究,通过增加模糊度变量的优化来选择最优分类决策面,使其对每个训练的正、负样本集的区域特征进行分类后识别。实验结果显示:模糊支持向量机算法不仅能够降低训练时的噪声,与支持向量机相比增强了支持向量,而且提高了训练时间与准确率;在能见度低的情况下识别效果较好,满足前车实时识别。
