基于SIFT的车标识别算法

• 作者: 于繁华 王宇婷 耿庆田 赵东 赵宏伟
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 车标识别 尺度不变特征变换 特征匹配 BP神经网络
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 计算机科学
• 页码范围: 639-644
• 页数: 6页
• 分类号: TP391.4
• 字数: 2672字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2018.03.28

摘要

针对车标识别过程中匹配阈值难、识别速度慢的问题,提出一种基于尺度不变特征变换(SIFT)的特征匹配车标识别算法.利用SIFT算子对图像的视角、平移、放射、亮度、旋转等不变特性进行提取,并采用BP神经网络算法自主选取车标图像特征进行分类、匹配和识别.仿真实验结果表明,简单车标和复杂车标的识别率平均值均达90%以上,该算法识别速度较快、识别率较高,能满足实际应用的需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵宏伟	吉林大学计算机科学与技术学院	212	1233	19.0	27.0
2	赵东	长春师范大学计算机科学与技术学院	25	81	5.0	8.0
3	耿庆田	长春师范大学计算机科学与技术学院	20	146	6.0	11.0
7	于繁华	长春师范大学计算机科学与技术学院	51	421	12.0	18.0
8	王宇婷	吉林大学计算机科学与技术学院	5	34	3.0	5.0