一种基于分类器投票的车牌定位方法

• 作者: 李宽 杨灿群 王钦民
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 分类器 描述子 车牌定位 哈尔小波
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 图形与图像
• 页码范围: 1200-1206
• 页数: 7页
• 分类号: TP391.4
• 字数: 5168字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2016.06.020

摘要

为解决类似车牌和失真车牌的定位难题,提出一种基于分类器投票的车牌定位方法.方法从两个方面提升车牌定位精度:首先,针对类似车牌和失真车牌的图像特点,提出两种新的车牌图像描述子,针对性地提升两类车牌的定位效果;其次,使用多种描述子分别训练SVM分类器,采用分类器投票融合的方式决定最终分类结果,进一步提升定位准确度.实验结果表明:(1)相比传统的小波和LBP车牌图像描述子,所提算法有效地提高了失真车牌的定位精度,降低了类似车牌的识别错误率.(2)构建的投票融合分类器方法使车牌图像的分类错误率从单个描述子最优的3.05％下降到了0.8％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨灿群	国防科学技术大学计算机学院	19	74	5.0	7.0
2	李宽	国防科学技术大学计算机学院	8	42	3.0	6.0
3	王钦民	国防科学技术大学计算机学院	1	3	1.0	1.0