论文名称 利用模糊类神经网络加强彩色影像车辆侦测
年别 90
学位 硕士
学校系所 交通大学交运所
作者 郭怡雯
指导教授 蓝武王
论文摘要 为提升影像辨识的准确率,本研究结合模糊类神经网络方法与背景相减法,并采用横跨单一车道之线侦测器,发展彩色影像车辆侦测模式。在模式构建方面,本研究设计一四层之模糊类神经网络架构,并以倒传递算法进行网络的训练。样本蒐集系针对市区道路与高速公路,于不同光线情境下进行影像拍摄。本研究在虚拟侦测线上分别放置三点、五点与七点侦测器,借此比较不同侦测点数对于侦测效果的影响。除此之外,本研究亦将所发展之彩色影像侦测器与传统之彩色影像侦测器所得之效果进行比较。实证分析发现,以七点侦测点为例,结合模糊类神经网络的彩色影像车辆侦测系统,无论在市区道路或高速公路,白昼或夜晚,所得的车辆侦测准确率皆约达90%以上。五点与七点虚拟侦测器所得之侦测效果较三点侦测器为佳,五点与七点虚拟侦测器所得之侦测效果则无明显差异。结合模糊类神经网络的模式所得的侦测效果比传统的车辆侦测模式为佳。探究本系统侦测失败的主因,在日间主要是因为车辆颜色与道路背景相似之故。在夜间方面,主要是因为受到车头灯以及车辆变换车道的影响。
附件下载 (电子档于93-09-23后开放下载)
利用模糊类神经网络加强彩色影像车辆侦测.ZIP
张贴日 2004/09/23
Hashtags
查看次数: 6