[发明专利]一种基于多维矢量相关性的车型分类方法及装置

说明书

本发明公开了一种基于多维矢量相关性的车型分类方法，该方法包括：建立车型特征矢量数据库，其中，所述数据库包括车型特征参数；获取未知车辆的特征矢量；根据车型特征参数的可靠性和重要性，增大该车型特征参数的权重系数；根据增大权重系数后的车型特征矢量数据库和未知车辆特征矢量，获得相关性系数；判断相关性系数最大值对应的行向量为归属车型。本发明具有不受环境因素(光照强度、气候条件等)的影响，稳定性好、分类算法较为简单，识别时间短，利于实现高实时性的优点。

技术领域

本发明涉及智能交通识别领域，特别是涉及基于多维矢量相关性的车型分类方法及装置。

背景技术

车型自动分类是实现交通智能化管理的重要基础。目前国内外关于车型自动识别分类的方法有很多，根据所使用技术原理的不同大致有以下三类:(1)基于外观几何参数的分类方法，如视频图像检测方法、红外检测方法等；这类方法通过提取几何特征(长、宽、高等)来进行初步分类。(2)基于物理信号的分类方法，如动态称重、电磁感应等，通过分析不同类型车辆在行驶过程中产生的信号(如噪声、振动、压重等)的差异性来实现大致分类。(3)基于车辆身份(ID)的分类方法，如电子标签、视频牌照识别等，这类方法需要建立一个包含所有车辆个体的数据库。

这些分类方法缺点比较明显，存在一些需要改进的地方。其一，受环境因素(光照强度、气候条件等)的影响较大，稳定性较难保证，尤其是复杂环境下的分类难以实现；其二，分类算法较为复杂，识别时间较长，不利于实现高实时性；其三，分类规则与实际需求不够贴切，大多数只能做到粗略分类(如大型、中型、小型)；其四，关于二轴车的分类有待细化，尤其是将客车与货车分离。其五，需要专门的辅助检测设备，增加成本。

发明内容

本发明所要解决的技术问题在于克服上述现有技术之不足，提供一种基于多维矢量相关性的车型分类方法，该方法包括：

建立车型特征矢量数据库，其中，所述数据库包括车型特征参数；

获取未知车辆的特征矢量；

根据车型特征参数的可靠性和重要性，增大该车型特征参数的权重系数；

根据增大权重系数后的车型特征矢量数据库和未知车辆特征矢量，获得相关性系数；

判断相关性系数最大值对应的行向量为归属车型。

优选地，所述车型特征参数包括轴数、轴组、轴距、车长、轮距和额定载重。

优选地，所述未知车辆的特征矢量为从实际道路的测试数据中提取的车型特征参数。

优选地，所述车型特征矢量数据库包括9种类型车型特征参数。

一种基于多维矢量相关性的车型分类装置，该装置包括：

建立模块，用于建立车型特征矢量数据库，其中，数据库包括车型特征参数；

获取模块，用于获取未知车辆的特征矢量；

增大模块，用于根据车型特征参数的可靠性和重要性，增大该车型特征参数的权重系数；

运算模块，用于根据增大权重系数后的车型特征矢量数据库和未知车辆特征矢量，获得相关性系数；

判断模块，用于判断相关性系数最大值对应的行向量为归属车型。

优选地，所述建立模块的车型特征参数包括轴数、轴组、轴距、车长、轮距和额定载重。

优选地，所述获取模块的未知车辆的特征矢量为从实际道路的测试数据中提取的车型特征参数。

优选地，所述车型特征矢量数据库包括9种类型车型特征参数。