基于改进的HOG与LBP特征值的车标识别方法

• 作者: 于梦茹 李哲
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 改进的梯度方向直方图 局部二值化特征 BP神经网络 车标识别
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 图像处理
• 页码范围: 3154-3159
• 页数: 6页
• 分类号: TP391.41
• 字数: 3324字
• 语种: 中文
• DOI: 10. 3969/j. issn. 1672-9722. 2019. 12. 040

摘要

针对多数车标识别方法中定位难、适应性差的问题,提出了基于改进的梯度方向直方图(Histogram of Oriented Gradient,HOG)与局部二值化(Local Binarization Pattern,LBP)特征值的车标识别方法.对包含车辆正面的图像进行倾斜校正,基于车牌和车标的相对位置关系粗定位车标位置,根据车标背景纹理特征进行边缘检测和投影法精确确定车标位置;采用改进的HOG和LBP作为联合特征训练BP(Back Propagation,BP)神经网络分类器.对比实验结果表明,该方法提高了车标识别的准确率,同时车标定位稍有偏差也能做出正确分类.

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