基于多种LBP特征集成学习的车标识别

• 作者: 于梦茹 李哲
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 车标定位 CSLBP算子 支持向量机(SVM) 集成学习
• 年，卷（期）: 2019,（20）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 134-138
• 页数: 5页
• 分类号: TP391.4
• 字数: 3608字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1806-0330

摘要

针对车标图像的分类难问题,提出基于多种LBP特征集成学习的车标识别算法.利用车牌与车标的相对位置关系粗定位车标区域;根据车标背景纹理特征使用不同的算子进行边缘检测,进而实现背景消融,采用投影方法精确确定车标位置;将车标图像分块,应用CSLBP算子提取每个像素点邻域特征,将车标所有像素点邻域特征合成精细的纹理特征,运用LBP直方图算法提取车标区域的空间结构特征,再采用SVM和BP分别训练这两种特征,得到投票决策矩阵,利用加权求和的规则融合决策矩阵,构成最优集成分类器,输出车标类别.实验结果表明,该算法的识别率明显优于单一的特征和分类器.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李哲	西安邮电大学电子工程学院	38	145	5.0	10.0
2	于梦茹	西安邮电大学电子工程学院	2	4	1.0	2.0