基於LBP特徵與SVM的車牌定位方法

近年来车牌识别技术作为智能交通系统的重要部分之一,主要是因为车辆数量不断上升再加上违法交通规则的人很多,为了要处罚违规的人,这时候就需要依靠车牌辨识.现在车牌识别主要应用在于高速公路、停车场车辆管理、违法车辆监控等等.在车牌识别过程一般可以分为车牌定位、车牌切割和字符识别三个部分.在车牌定位是从一个复杂环境中找到车牌大置上的位置,然后做为车牌识别过程第一步骤,因为车牌定位的结果会影响到整个系统的效能,常见的车牌辨识采用LBP特征、AdaBoost演算法和分层侦测器(cascade detector)的方法下去做车牌定位位置.而我们的方法不同地方在于使用SVM来辨识LBP特征本篇论文提出一种基于LBP(Local Binary Patterns)与SVM(Support Vector Machine)做车牌定位方法,首先采用LBP算子进行提取局部纹理特征,之后再透过SVM判断候选区域是否有车牌.
车牌识别 车牌定位 局部二值模式 纹理特征 支持向量机
李柏融 林義凱 潘俊龍
屏東大學資訊科學系
国内会议
台湾
中文
56-64
2016-05-16(万方平台首次上网日期,不代表论文的发表时间)