基于联合特征的车标自动识别方法
车标的识别是ITS领域中一个很受关注但又非常具有挑战的课题.本文提出了一种鲁棒性较高车标识别方法,此方法对于车标图像的尺度缩放、平移、旋转、光照变化及噪音具有一定的不变性.文中选取两种不同的车标特征,其一是从车标的DoG图像中提取的边缘方向直方图,另一个特征是基于SURF特征而提出的,称为SURF-like特征这两种特征进行归一化并联合而成了的车标表示特征,最后应用基于OAA策略的SVM完成车标的分类.实验结果表明,本文中提出的车标特征非常适合车标的识别,并且具有相对较强的鲁棒性,车标的整体识别率达98.6％.
车辆标志 图像识别 鲁棒性 车辆标志特征
杜小毅 于濂
北京师范大学, 北京,100875
国内会议
北京
中文
89-97
2012-09-26（万方平台首次上网日期，不代表论文的发表时间）