摘要：研究车辆路况自动识别的问题，提高识别的准确率和鲁棒性。针对车辆的路况自动识别系统极易受外界环境的影响．传统的基于PCA的路况识别方法在提取路况信息时无法避免恶劣天气等环境的影响，造成最终的识别不准确和鲁棒性不高的问题。为了克服这一难题，提出了基于机器学习的车辆路况自动识别系统。首先采用Haar小波特征提取方法，将受环境影响的路况图像中的有效特征准确提取并降维，然后利用支持向量机选择合适的特征参数。将特征参数输入到AdaBoost分类器中进行分类识别后就完成了最终的车辆路况自动识别，避免了传统方法自动识别受恶劣环境影响的问题。实验证明，这种方法能够有效克服外界环境的影响，准确完成车辆路况的自动识别，并且识别结果具有较好的鲁棒性和满意的效果。

原文链接:http://www.cqvip.com/QK/92897X/201201/40508322.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）