技術(shù)特征：
1.基于糾錯輸出編碼的車型識別方法，其特征在于：包括車型特征提取、車型分類和分類結(jié)果評價；所述車型特征提取包括構(gòu)建訓練樣本集、圖像處理和特征提?。凰鎏卣魈崛“ǎ?、圖像歸一化處理，圖像歸一化處理是將整個圖像轉(zhuǎn)化為灰度圖，即通過Gamma標準式(1)轉(zhuǎn)化；I(x,y)＝I(x,y)gamma(1)其中，I(x,y)表示圖像中的像素點顏色信息；2、邊緣檢測和提取，邊緣檢測和提取為通過sobel算法實現(xiàn)邊緣檢測和提?。菏紫?，通過式(2)計算梯度幅值G；其中Gx即Gx(x,y)表示x方向的梯度，Gy即Gy(x,y)表示y方向的梯度；然后，通過式(3)計算梯度方向θ；式(3)中，將θ(pi,j)的取值范圍分成8個等分，以便將θ(pi,j)量化，Pi,j表示樣本的像素點；最后，通過式(4)，求以θ(pi,j)為直方圖的橫坐標生成直方圖Ht；在式(4)中，3、基于梯度幅值的方向權(quán)重投影；4、圖像梯度方向直方圖結(jié)構(gòu)的中塊的特征向量歸一化；5、求解圖像梯度方向直方圖的最終特征向量；所述車型分類包括編碼、分類訓練和譯碼。2.如權(quán)利要求1所述的基于糾錯輸出編碼的車型識別方法，其特征在于：所述基于梯度幅值的方向權(quán)重投影，將圖像窗口分成若干個小區(qū)域，這些區(qū)域被稱為單元格；然后將每個單元格中所有像素的一維梯度直方圖或者邊緣方向累加到其中，最后將這個基本的方向直方圖映射到固定的角度上，就形成了最終的特征。3.如權(quán)利要求1所述的基于糾錯輸出編碼的車型識別方法，其特征在于：所述圖像梯度方向直方圖結(jié)構(gòu)的中塊的特征向量歸一化，為使得塊內(nèi)特征向量空間對光照，陰影和邊緣變化具有魯棒性需通過歸一化實現(xiàn)，其歸一化通過式(5)實現(xiàn)；其中v表示一個還沒有被歸一化的向量，它包含了給定區(qū)間的所有直方圖信息；||v||k表示v的k階范數(shù)，k取1、2；ε表示一個趨近于0的很小的常數(shù)；ε是個很小的常值，避免分母為0。4.如權(quán)利要求1所述的基于糾錯輸出編碼的車型識別方法，其特征在于：所述求解圖像梯度方向直方圖的最終特征向量，直方圖結(jié)構(gòu)的基本單位都是塊，每個塊由若干單元組成，一個單元又由若干個像素點組成；將檢測窗口中所有重疊的塊進行HOG特征的收集，并將它們結(jié)合成最終的特征向量，即由單元中直方圖通道的數(shù)目、塊的數(shù)目及塊中單元的數(shù)目組成的高維向量供分類使用。