基于Haar与MB-LBP特征的车牌检测算法

• 作者: 孙长银 杨万扣 潘秋萍
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 车牌检测 AdaBoost 权值调整 非最大抑制
• 年，卷（期）: 2012,（z1）
• 页码范围: 74-77
• 分类号: TP391.4
• 字数: 2771字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2012.S1.016

摘要

针对传统AdaBoost算法中训练耗时及权值扭曲现象,提出了一种融合Haar和MB-LBP特征的车牌检测算法.首先,分别计算使得分类误差最小的Haar与MB-LBP特征,经比较2种特征的误差,选择最优的特征构成弱分类器,并利用AdaBoost算法将各弱分类器进行有效的级联;其次加入了权重阈值,调整了样本权值的更新规则,避免了训练过程中权值扭曲现象.该算法用于检测图像中的数字0～9,利用非最大抑制合并检测到的数字区域,通过车牌的灰度跳变特征过滤候选区域,更精确地定位车牌.实验表明,该方法有效地缩短了训练时间、减少了特征的个数、避免了训练中出现的权值扭曲现象、检测率较高且误检率较低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙长银	东南大学自动化学院	40	378	10.0	18.0
2	杨万扣	东南大学自动化学院	23	214	8.0	14.0
3	潘秋萍	东南大学自动化学院	1	20	1.0	1.0