一种基于LBP与HOG联合特征的车标识别方法

• 作者: 张永辉 张素雯 李松斌 杨洁
• 来源期刊: 网络新媒体技术
• 关键词: 车标识别 HOG特征 LBP特征 SVM分类器
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 数字媒体技术
• 页码范围: 49-55
• 页数: 7页
• 字数: 3123字
• 语种: 中文

摘要

在基于视频的现代交通监控中,车牌作为车辆的重要信息仍存在识别不准的情况,车标作为车辆的另一个清晰且重要的标志,能够很好的辅助车辆检测.针对多数车标识别方法中难以精准定位、对恶劣环境适应性不强的问题,本文提出一种基于SVM二分类的车标识别方法,选取方向梯度直方图(HOG)和改进的局部二值化特征(LBP)作为特征训练标准支持向量机(SVM)分类器,以一对多的方式实现多分类,将非车标样本也加入到训练负样本中,即使定位稍有偏差也能够正确做出分类,且部署简单,在光照变化和噪声污染的情况下仍能保持较高的准确率,能适应恶劣环境,分类准确率高达99.41％,具有较强的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张永辉	海南大学信息科学技术学院	34	93	5.0	8.0
2	张素雯	海南大学信息科学技术学院	2	6	1.0	2.0