基于Haar与MB-LBP特征的车牌检测算法

被引：9

作者：

潘秋萍 ^{[1
]}

杨万扣 ^{[1
]}

孙长银 ^{[1
]}

机构：

[1] 东南大学自动化学院

来源：

东南大学学报(自然科学版) | 2012年 / S1期

关键词：

车牌检测; AdaBoost; 权值调整; 非最大抑制;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对传统AdaBoost算法中训练耗时及权值扭曲现象,提出了一种融合Haar和MB-LBP特征的车牌检测算法.首先,分别计算使得分类误差最小的Haar与MB-LBP特征,经比较2种特征的误差,选择最优的特征构成弱分类器,并利用AdaBoost算法将各弱分类器进行有效的级联;其次加入了权重阈值,调整了样本权值的更新规则,避免了训练过程中权值扭曲现象.该算法用于检测图像中的数字0～9,利用非最大抑制合并检测到的数字区域,通过车牌的灰度跳变特征过滤候选区域,更精确地定位车牌.实验表明,该方法有效地缩短了训练时间、减少了特征的个数、避免了训练中出现的权值扭曲现象、检测率较高且误检率较低.

引用

页码：74 / 77

页数：4

共 4 条

[1] 一种基于二值模式特征的人脸检测算法 [J].