多特征融合的车牌定位算法

2016-06-28 08:56杨硕张波张志杰
计算机应用 2016年6期
关键词:分类器

杨硕 张波 张志杰

摘 要:针对使用单一特征在复杂场景下车牌定位效果不佳的问题,提出了一种融合了边缘、颜色、纹理等多种特征的车牌定位算法。该算法将定位过程分为假设生成和假设检验两个阶段:在假设生成阶段,使用特征点检测、形态学作为主要技术手段,利用车牌的字符纹理和颜色特征生成候选车牌;在假设检验阶段,使用灰度投影作为技术手段,利用车牌结构的固有特征验证候选并实现定位。实验结果表明:在包含实际场景的车牌图像库中,定位成功率可以达到数据有问题96.6%,精确度可以达到95.4%,验证了多特征融合算法的合理性和有效性。

关键词:车牌检测;车牌定位;多特征融合;分类器;特征点检测

中图分类号: TP391.41 文献标志码:A英文标题

猜你喜欢
分类器
学贯中西(6):阐述ML分类器的工作流程
我和哆啦A梦过一天
基于AdaBoost算法的在线连续极限学习机集成算法
一种统计分类方法的学习
一种深度学习的信息文本分类算法
基于贝叶斯网络的分类器研究
企业财务危机预警集成预测模型比较分析研究
基于支持向量机的道岔故障动作电流识别
LBP—自适应增强模型的木材纹理分类
基于支持向量机的蛋白质交互界面热点的预测的研究与改进