基于AdaBoost算法的车标识别技术开题报告

1. 研究目的与意义

建立统一和谐的社会是当今时代的主题，交通是物质、人员、资源等各社会因素进行合理有序地沟通和流动的渠道和平台，如何构建一个高效、精确、合理的交通、运输、物流网络是ITS的核心内容。车标识别作为针对交通领域行业需求而产生的一个图像模式识别研究课题，对于进一步提高机动车交通网络的智能化自动化水平具有现实而深远的意义。

车标识别技术不仅是一个图像模式识别学术课题，同时也是一项针对实际行业应用需求的实用课题，具有广阔的应用前景，车标识别系统可以由计算机自动识别车标，实现对违法犯罪车辆进行自动识别、检索、比对、轨迹跟踪等。可以为交通违章查纠、交通事故逃逸、盗抢机动车辆等案件的及时侦破提供重要的信息和证据，同时也能为事后公安刑侦提供重要的线索来源。这一技术的实现将与车牌识别技术一样对交通行业、公共安全管理领域、运输物流系统产生巨大的影响，进而对加快整个ITS系统的现代化进程、提高ITS系统自动化智能化水平产生深刻而深远的影响。

2. 国内外研究现状分析

1、车标定位技术发展现状

在车辆图像中定位出车标的位置即车标定位。在自然环境中采集的车辆图像，由于自然环境中背景和车标的成像条件是随机的，不可控制的因素和复杂的背景信息给车标定位带来巨大困难。由于车标定位技术现今处于未成熟阶段，这一算法还在研究阶段，现有的车标定位方法主要有：

首先是基于方向滤波和模板匹配的车标定位方法。这类方法主要是根据车标与车牌的相对位置，在确定车牌位置的前提下，根据车标区域内的纹理分布特点采用方向滤波粗定位车标区域，最后通过模板匹配的方法得到车标的位置。第二个方法是基于车标先验知识的定位方法，重庆交通信息产业的童建军等人提出的基于车灯带结构特性的信息定位车标方法；大连海事大学的李文举等人提出的基于纹理一致性测度的车标定位方法；重庆交通学院的周宇提出了采用车头定位和中轴定位车牌定位以及车标定位的车标定位方法。

3. 研究的基本内容与计划

研究内容：

1.学习了解智能交通、车辆。

2.学习c 语言或者matlab语言。

4. 研究创新点

本课题借鉴人脸检测和识别算法，采用AdaBoost算法进行车标识别，算法简单、检测速度快、鲁棒性高。