基于HSV模型和改进AdaBoost算法的车牌检测

被引:6
作者
王毅
王创新
卢进
盛文正
机构
[1] 长沙理工大学电气与信息工程学院
关键词
AdaBoost算法; 分类器; 过配现象; HSV颜色模型;
D O I
10.16180/j.cnki.issn1007-7820.2015.02.029
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
提出了一种基于HSV颜色模型和改进Ada Boost算法的车牌检测方法。针对传统Ada Boost算法在训练过程中出现的过配现象和检测率偏低问题,文中在传统Ada Boost算法的基础上对其权值更新规则和弱分类器加权参数做了改进,并通过利用HSV颜色模型构建第一层强分类器,并构建成级联分类器应用于车牌检测。实验证明使用该方法得到的车牌检测器不仅提高了车牌检测率和检测速度,并在一定程度上避免了过配现象产生。
引用
收藏
页码:107 / 111
页数:5
相关论文
共 9 条
[1]  
MATLAB实用教程.[M].(美) 穆尔 (Moore;H.) ; 著.电子工业出版社.2010,
[2]   An algorithm for accuracy enhancement of license plate recognition [J].
Zheng, Lihong ;
He, Xiangjian ;
Samali, Bijan ;
Yang, Laurence T. .
JOURNAL OF COMPUTER AND SYSTEM SCIENCES, 2013, 79 (02) :245-255
[3]   基于新Haar-like特征的Adaboost人脸检测算法 [J].
江伟坚 ;
郭躬德 ;
赖智铭 .
山东大学学报(工学版), 2014, 44 (02) :43-48
[4]   AdaBoost车牌检测算法的优化与实现 [J].
徐丽珍 .
计算机技术与发展, 2013, 23 (06) :86-89
[5]   基于Haar与MB-LBP特征的车牌检测算法 [J].
潘秋萍 ;
杨万扣 ;
孙长银 .
东南大学学报(自然科学版), 2012, (S1) :74-77
[6]   基于最近邻链的车牌检测算法 [J].
苗立刚 .
自动化学报, 2011, 37 (10) :1272-1279
[7]   基于颜色融合和匹配滤波器的车牌检测 [J].
吴子章 ;
翁宁龙 ;
刘冉 .
信息通信, 2011, (03) :146-147
[8]   基于改进的AdaBoost算法的人脸检测与定位 [J].
徐前 ;
赵德安 ;
赵建波 .
传感器与微系统, 2010, 29 (01) :94-97