摘要：车型识别是智能交通系统研究的关键技术之一，针对车型识别的过程中存在处理的信息量大，提取特征维数高，识别实时性较差等问题，设计了一种融入PCA的LBP特征降维车型识别算法。首先在视频序列中使用帧间差分法提取目标车辆；然后计算目标车辆的LBP特征并利用PCA方法将数据由像素维数降至训练数据维数，在增强识别算法对光线变化鲁棒性的同时，一定程度上降低了车型识别的计算量；最后利用最小距离分类器对目标车辆进行分类识别。实验结果表明，所设计的车型识别算法与常规PCA方法相比，所设计的算法在光照变化时识别准确率有所提高，算法的实时性得到了一定的提升。

关键词：车型识别 帧间差分法 特征降维 鲁棒性 最小距离分类器 

单位：天津理工大学复杂系统控制理论及应用重点实验室; 天津300384