基于PCA与不变矩的车标定位与识别 被引量：18

1

作者 王枚 王国宏 +1 位作者 房培玉 孙淑娟 《武汉大学学报（信息科学版）》 EI CSCD 北大核心 2008年第1期36-40,共5页

在车牌位置确定的情况下,利用车标边缘特点在车牌上方一定范围内检测车标。提出车标似真度的概念,将检测到的车标图像映入PCA生成的特征车标空间,得到的重构图像与原图像进行车标真实性检测,减少车标的误定位;然后利用不变矩的旋转、尺... 在车牌位置确定的情况下,利用车标边缘特点在车牌上方一定范围内检测车标。提出车标似真度的概念,将检测到的车标图像映入PCA生成的特征车标空间,得到的重构图像与原图像进行车标真实性检测,减少车标的误定位;然后利用不变矩的旋转、尺度及平移均不变的特性,定义不变矩的最小矩距离进行车标识别。通过实测车标图像的定位和识别实验表明,该方法是有效和可行的。 展开更多

关键词 车标识别 特征车标 似真度 不变矩 最小矩距离

下载PDF 职称材料

基于PCA和边缘不变矩的车标识别新方法 被引量：15

2

作者 王枚 王国宏 +1 位作者 高小林 王勇 《计算机工程与应用》 CSCD 北大核心 2008年第4期224-226,229,共4页

车标识别技术是进行车辆类型识别的关键内容。在车牌定位准确的基础上,利用车头图像中车牌、车标位置关系定位到车标大致区域;接着对车标进行精确定位、归一化处理,并提出似真度函数对车标进行确认;然后利用边缘不变矩的最小距离进行车... 车标识别技术是进行车辆类型识别的关键内容。在车牌定位准确的基础上,利用车头图像中车牌、车标位置关系定位到车标大致区域;接着对车标进行精确定位、归一化处理,并提出似真度函数对车标进行确认;然后利用边缘不变矩的最小距离进行车标识别。该方法不受原始车标图像大小、变形等影响,能够自适应地进行目标定位确认和识别,具有较强的鲁棒性。通过实测图像测试,结果表明该方法是有效和可行的。 展开更多

关键词 似真度函数 边缘不变矩 车标配准 车标识别

下载PDF 职称材料

一种快速车标定位方法 被引量：11

3

作者 庄永 杨红雨 +2 位作者 游志胜 李贵俊 黄戈 《四川大学学报（自然科学版）》 CAS CSCD 北大核心 2004年第6期1167-1171,共5页

车标定位是车标识别系统中至关重要的一步.作者提出了一种快速的车标定位算法,即在已知车牌位置的情况下,利用车标位置垂直方向能量集中的特点进行滤波处理以及在粗定位矩形框中利用模板匹配的方法得到车标的准确位置.实验结果表明,该... 车标定位是车标识别系统中至关重要的一步.作者提出了一种快速的车标定位算法,即在已知车牌位置的情况下,利用车标位置垂直方向能量集中的特点进行滤波处理以及在粗定位矩形框中利用模板匹配的方法得到车标的准确位置.实验结果表明,该方法定位准确率在95%以上,平均速度在150ms至200ms之间. 展开更多

关键词 车标定位 车标识别 能量特征 模板匹配

下载PDF 职称材料

基于小波变换和不变矩的车标识别方法 被引量：4

4

作者 王枚 王国宏 +1 位作者 高学强 吕建敏 《海军航空工程学院学报》 2007年第6期655-658,共4页

形状特征是目标识别的重要参数,小波变换的低频部分代表物体的总体形状特征,而图像中的噪声主要分布于高频部分.根据这一特征,利用小波变换消除噪声提取目标形状,进而利用特征不变矩距离进行分类,实现目标识别,将该方法应用在实测车标... 形状特征是目标识别的重要参数,小波变换的低频部分代表物体的总体形状特征,而图像中的噪声主要分布于高频部分.根据这一特征,利用小波变换消除噪声提取目标形状,进而利用特征不变矩距离进行分类,实现目标识别,将该方法应用在实测车标图像的识别中,结果表明识别效果较好. 展开更多

关键词 小波变换 不变矩 最小矩距离 车标识别

下载PDF 职称材料

基于HOG和ASIFT特征的车标二次识别 被引量：6

5

作者 杨飚 周阳 《计算机仿真》 CSCD 北大核心 2015年第9期194-198,322,共6页

车标信息在智能交通领域有着广泛的应用价值。当前的车标识别方法存在漏检率高、识别率低的问题。为此提出了一种基于HOG和ASIFT特征相结合的车标二次识别方法。首先对变换后的训练样本提取HOG特征并使用SVM训练出基于概率分类的多分类... 车标信息在智能交通领域有着广泛的应用价值。当前的车标识别方法存在漏检率高、识别率低的问题。为此提出了一种基于HOG和ASIFT特征相结合的车标二次识别方法。首先对变换后的训练样本提取HOG特征并使用SVM训练出基于概率分类的多分类器模型;其次提取模板样本的SIFT特征并使用特征点融合策略建立车标模板库。最后使用SVM多分类器和ASIFT匹配相结合完成车标二次识别。训练样本大小、样本数量、模板类型等因素导致车标平均识别率不同。而且,上述法的车标平均识别率高于单一的识别方法的识别率。改进方法能够提高车标识别率且有效减少误识别率和漏检率。 展开更多

关键词 车标识别 方向梯度直方图 支持向量机 仿射尺度不变特征变换 模板匹配

下载PDF 职称材料

基于稀疏取样和梯度分布特征的车标识别 被引量：2

6

作者 周斌斌 高尚兵 +2 位作者 潘志庚 王亮亮 王洪阳 《系统仿真学报》 CAS CSCD 北大核心 2017年第9期2035-2042,共8页

传统方法将车标定位与识别分开进行,定位的误差将会给后续的识别带来影响,并且车标图像具有低分辨率、低质量的特点。提出了一种新颖的车标定位和识别有机整合的方法。通过稀疏取样对样本图像进行取点采样,将点集分为邻近点集和非邻近点... 传统方法将车标定位与识别分开进行,定位的误差将会给后续的识别带来影响,并且车标图像具有低分辨率、低质量的特点。提出了一种新颖的车标定位和识别有机整合的方法。通过稀疏取样对样本图像进行取点采样,将点集分为邻近点集和非邻近点集,分别对其提取梯度特征和明暗特征,构建特征库,对车标粗定位区域进行多尺度扫描。实验结果表明,该方法在车标检测识别效率方面具有更大的优势,而且对于不同类型的车标图像都具有鲁棒性。 展开更多

关键词 图像处理 灰度分布 梯度分布 多尺度检测 车标定位 车标识别

下载PDF 职称材料

基于修正不变矩的车标识别研究与实现 被引量：2

7

作者 杨国锋 王欢 +2 位作者 黄敏 王艳明 马亚琼 《郑州轻工业学院学报（自然科学版）》 CAS 2013年第2期91-94,共4页

建立了基于修正不变矩的车标识别方法.该方法通过模板匹配定位车标大致区域,利用边缘检测对车标进行精确定位,计算待识车标的修正不变矩特征值,利用不变矩的最小距离进行车标识别.该法不受待识别车标图像大小以及变形等因素的影响,可以... 建立了基于修正不变矩的车标识别方法.该方法通过模板匹配定位车标大致区域,利用边缘检测对车标进行精确定位,计算待识车标的修正不变矩特征值,利用不变矩的最小距离进行车标识别.该法不受待识别车标图像大小以及变形等因素的影响,可以自适应地进行车标定位和车标识别.实验结果表明,与Hu不变矩相比较,修正Hu不变矩可以提高图像目标的识别率,有利于车标的识别. 展开更多

关键词 不变矩 特征提取 车标识别 最小距离

下载PDF 职称材料

基于2DPCA-ICA和SVM的车标识别新方法 被引量：2

8

作者 李文举 孙娟红 +1 位作者 韦丽华 李侠 《辽宁师范大学学报（自然科学版）》 CAS 2011年第2期166-169,共4页

为了进一步提高车标识别率,提出了一种新的车标识别方法.首先应用二维主元分析技术进行数据降维,然后应用独立成分分析技术提取车标图像的特征,最后应用支持向量机技术设计分类器进行车标识别.实验结果表明,和现有方法相比,所提出的车... 为了进一步提高车标识别率,提出了一种新的车标识别方法.首先应用二维主元分析技术进行数据降维,然后应用独立成分分析技术提取车标图像的特征,最后应用支持向量机技术设计分类器进行车标识别.实验结果表明,和现有方法相比,所提出的车标识别方法具有更高的识别率、更快的运算速度. 展开更多

关键词 车标识别 二维主元分析 独立成分分析 支持向量机

下载PDF 职称材料

复杂背景下运动车辆车标定位与识别方法

9

作者 任其亮 《数学的实践与认识》 CSCD 北大核心 2009年第2期57-63,共7页

目前关于运动车辆识别技术主要为基于图像处理的车牌自动识别技术,该技术主要适用于在简单背景下运行的单一车辆的牌照识别,对于在复杂背景下运行以及车牌被更换的运动车辆的车牌识别误差较大.为了弥补车牌识别技术在进行车辆识别时的不... 目前关于运动车辆识别技术主要为基于图像处理的车牌自动识别技术,该技术主要适用于在简单背景下运行的单一车辆的牌照识别,对于在复杂背景下运行以及车牌被更换的运动车辆的车牌识别误差较大.为了弥补车牌识别技术在进行车辆识别时的不足,提出了一种复杂背景下运动车辆车标定位与识别方法. 展开更多

关键词 ITS 图像识别 阈值 车标识别 车标定位

原文传递

深层卷积神经网络在车标分类上的应用 被引量：1

10

作者 张素雯 张永辉 《海南大学学报（自然科学版）》 CAS 2017年第2期119-123,共5页

在目标不够清晰的视频中采集车标样本,通过加噪的方式扩充了样本量,设计3层卷积神经网络,寻求合适的参数,从训练样本中提取特征,充分利用了训练样本提供的信息进行模型训练和分类.实验结果证明该方法在光照变化和噪声污染的情况下仍能... 在目标不够清晰的视频中采集车标样本,通过加噪的方式扩充了样本量,设计3层卷积神经网络,寻求合适的参数,从训练样本中提取特征,充分利用了训练样本提供的信息进行模型训练和分类.实验结果证明该方法在光照变化和噪声污染的情况下仍能保持较高的准确率,能适应恶劣环境,在自有数据集上分类准确率高达99.06%. 展开更多

关键词 视频监控 深度学习 深层卷积神经网络 车标识别

下载PDF 职称材料

基于独立成分分析和模糊支持向量机的车标识别新方法 被引量：1

11

作者 孙娟红 李文举 +1 位作者 冯宇 韦丽华 《微型机与应用》 2011年第13期32-35,38,共5页

提出了一种新的车标识别方法。首先,利用独立成分分析提取车标特征,然后,采用模糊支持向量机设计分类器进行车标识别。实验结果表明,与现有车标识别方法相比,该方法识别率高、速度快。

关键词 车标识别 主成分分析 独立成分分析 模糊支持向量机

下载PDF 职称材料

基于图像质量和PCA子空间的车标识别方法 被引量：3

12

作者 磨少清 刘正光 张军 《计算机应用》 CSCD 北大核心 2010年第8期2244-2246,2260,共4页

针对室外动态获取的车标图像质量差异大而导致的识别率不高的情况,提出了一种结合图像质量的主成分分析子空间的车标识别方法。该方法首先基于模糊理论计算车标图像的模糊度,进而根据模糊度将训练样本分成不同的子集并生成相应的PCA子... 针对室外动态获取的车标图像质量差异大而导致的识别率不高的情况,提出了一种结合图像质量的主成分分析子空间的车标识别方法。该方法首先基于模糊理论计算车标图像的模糊度,进而根据模糊度将训练样本分成不同的子集并生成相应的PCA子空间族,最后根据待识别车标图像的模糊度选择相应的子空间族进行识别。实验数据表明基于模糊度PCA子空间进行的重构误差比基于传统PCA子空间进行的重构误差小,因此其模式描述能力强,从而获得较高的识别率。与其他算法的对比实验进一步表明该算法的有效性。 展开更多

关键词 智能交通系统 车标识别 图像质量 主成分分析

下载PDF 职称材料

基于边缘直方图的快速汽车标志识别方法 被引量：25

13

作者 罗彬 游志胜 曹刚 《计算机应用研究》 CSCD 北大核心 2004年第6期150-151,157,共3页

提出了基于边缘直方图的一种快速识别方法 ,对汽车标志可以进行高准确度的识别。边缘直方图能够比较准确地反映图像的边缘和纹理信息 ,不同类图像反映出的统计特性能比较准确地用于分类识别。通过大量的试验证明使用提取边缘直方图和相... 提出了基于边缘直方图的一种快速识别方法 ,对汽车标志可以进行高准确度的识别。边缘直方图能够比较准确地反映图像的边缘和纹理信息 ,不同类图像反映出的统计特性能比较准确地用于分类识别。通过大量的试验证明使用提取边缘直方图和相关算法相结合的方法比一般的识别方法更加快速、有效。 展开更多

关键词 边缘直方图 相关算法 车标识别

下载PDF 职称材料

基于深度学习的车标识别方法研究 被引量：31

14

作者 彭博 臧笛 《计算机科学》 CSCD 北大核心 2015年第4期268-273,共6页

对交通监控录像中车牌污损、遮挡的肇事车辆信息进行确认是现阶段智能交通系统中的一个重要问题,车标作为一个关键特征,可以起到辅助判别的作用。提出了一种基于深度学习的车标识别方法,相对于以人工提取特征为主的传统车标识别方法,该... 对交通监控录像中车牌污损、遮挡的肇事车辆信息进行确认是现阶段智能交通系统中的一个重要问题,车标作为一个关键特征,可以起到辅助判别的作用。提出了一种基于深度学习的车标识别方法,相对于以人工提取特征为主的传统车标识别方法,该方法具有可自主学习特征、可直接输入图像等优点。实验表明,这种方法正确率较高,在光照变化和噪声污染下的准确性和稳定性较好,能够有效降低车标识别的错误率。 展开更多

关键词 肇事车辆 车标 深度学习 车标识别

下载PDF 职称材料

基于改进SIFT特征提取的车标识别 被引量：20

15

作者 耿庆田 赵浩宇 +1 位作者 王宇婷 赵宏伟 《光学精密工程》 EI CAS CSCD 北大核心 2018年第5期1267-1274,共8页

为减少SIFT车标识别算法中检测极值点的冗余以及各种图像变化因素的不利影响,提出了基于边缘约束和全局结构化的改进SIFT算法。利用图像不变矩理论及图像边缘检测算法只对目标图像的边缘区域检测,剔除与车标识别区域无关的极值点;同时... 为减少SIFT车标识别算法中检测极值点的冗余以及各种图像变化因素的不利影响,提出了基于边缘约束和全局结构化的改进SIFT算法。利用图像不变矩理论及图像边缘检测算法只对目标图像的边缘区域检测,剔除与车标识别区域无关的极值点;同时将特征点邻域划分为圆形并计算出同心圆内像素点最大曲率来构建全局SIFT组合特征向量,使SIFT描述子具有全局描述特性;并结合SVM模型作为车标图像特征向量的分类器进行特征分类、识别。仿真实验结果表明:改进的SIFT算法可以减少冗余极值点约25%~45%,提高了检测极值点的有效性;使车标平均识别率达到97%以上,改善了识别实时性。改进SIFT的车标识别方法与几种常用的图像特征提取算子相比较具有识别率高、识别速度快的优点。 展开更多

关键词 车标识别 尺度不变特征变换特征 边缘约束 极值点检测 支持向量机

下载PDF 职称材料

基于改进HOG特征值的车标检测与识别方法 被引量：15

16

作者 鲁丰 刘芸 张仁辉 《光通信研究》 北大核心 2012年第5期26-29,共4页

车标自动识别是智能交通系统中机动车辆信息采集的关键内容。根据车标具有丰富边缘信息的特征,文章应用HOG(梯度方向直方图)的特征值,采用SVM(支持向量机)的分类工具实现了车标的快速检测与识别。并提出一种改进的HOG特征值,在车标检测... 车标自动识别是智能交通系统中机动车辆信息采集的关键内容。根据车标具有丰富边缘信息的特征,文章应用HOG(梯度方向直方图)的特征值,采用SVM(支持向量机)的分类工具实现了车标的快速检测与识别。并提出一种改进的HOG特征值,在车标检测识别准确率上取得了显著的效果。大量实验数据以及在智能交通系统中的应用表明,该方法具有较强的鲁棒性和实用价值。 展开更多

关键词 梯度方向直方图 支持向量机 车标识别 车标定位

下载PDF 职称材料

基于联合层特征的卷积神经网络在车标识别中的应用 被引量：14

17

作者 张力 张洞明 郑宏 《计算机应用》 CSCD 北大核心 2016年第2期444-448,共5页

针对现有智能交通系统仅仅通过车牌信息获取车辆信息存在不准确的情况,提出一种基于联合层特征的卷积神经网络(Multi-CNN)进行车标识别。该方法将通过卷积神经网络中不同层提取的特征联合起来,一起作为全连接层的输入,训练获得分类器。... 针对现有智能交通系统仅仅通过车牌信息获取车辆信息存在不准确的情况,提出一种基于联合层特征的卷积神经网络(Multi-CNN)进行车标识别。该方法将通过卷积神经网络中不同层提取的特征联合起来,一起作为全连接层的输入,训练获得分类器。通过理论分析和实验表明,与传统的卷积神经网络训练获得的分类器相比,MultiCNN方法能够减少训练所需计算量,同时将车标识别准确率提升至98.7%。 展开更多

关键词 深度学习 卷积神经网络 联合特征 车标识别

下载PDF 职称材料

基于深度残差网络的车标识别 被引量：11

18

作者 田强 贾小宁 《吉林大学学报（理学版）》 CAS 北大核心 2021年第2期319-324,共6页

针对车标识别准确率的问题,提出一种基于ResNet-18模型改进残差网络的车标识别算法.首先,利用残差网络并对其进行改进,使用改进的线性修正单元Leaky ReLU激活函数代替原激活函数;其次,调整传统的残差网络结构,将批量标准化和激活函数放... 针对车标识别准确率的问题,提出一种基于ResNet-18模型改进残差网络的车标识别算法.首先,利用残差网络并对其进行改进,使用改进的线性修正单元Leaky ReLU激活函数代替原激活函数;其次,调整传统的残差网络结构,将批量标准化和激活函数放在卷积层前,并减少网络参数以加速网络训练.实验结果表明,改进后的残差网络模型识别准确率达99.8%. 展开更多

关键词 深度学习 残差网络 图像识别 车标识别

下载PDF 职称材料

结合改进的SVM和随机森林算法车标分类识别 被引量：10

19

作者 薛峰 朱强 林楠 《计算机工程与设计》 北大核心 2017年第12期3425-3430,共6页

针对大规模车标图像的分类难题,提出一种结合支持向量机(SVM)和随机森林的学习方法。采用SVM分类器对到达随机森林各剖分结点的数据进行剖分;对于分类过程中新增加的类别,采用增量学习机制进行再学习,不需要重新学习整个随机森林;提取... 针对大规模车标图像的分类难题,提出一种结合支持向量机(SVM)和随机森林的学习方法。采用SVM分类器对到达随机森林各剖分结点的数据进行剖分;对于分类过程中新增加的类别,采用增量学习机制进行再学习,不需要重新学习整个随机森林;提取车标图像的梯度方向直方图特征,采用提出方法进行特征的训练与分类。实验结果表明,提出方法对不同车标图像的识别率高,尤其是可以对训练数据集中没有的车标类别进行高效的增量学习。 展开更多

关键词 车标分类 车标识别 随机森林 支持向量机 梯度方向直方图

下载PDF 职称材料

交通道路行驶车辆车标识别算法 被引量：7

20

作者 李讷 徐光柱 +2 位作者 雷帮军 马国亮 石勇涛 《计算机应用》 CSCD 北大核心 2022年第3期810-817,共8页

为解决交通道路行驶车辆车标识别中存在的目标小、噪声大、种类多的问题,提出了一种基于深度学习的目标检测算法与基于形态学模板匹配算法相结合的方法,并设计了一种高准确度且能应对新类型车标的识别系统。首先,采用通过K-Means++重新... 为解决交通道路行驶车辆车标识别中存在的目标小、噪声大、种类多的问题,提出了一种基于深度学习的目标检测算法与基于形态学模板匹配算法相结合的方法,并设计了一种高准确度且能应对新类型车标的识别系统。首先,采用通过K-Means++重新聚类锚框值,并引入残差网络的YOLOv4进行车标的一步定位;其次,通过对标准车标图像进行预处理及分割,构建二值车标模板库;接着,利用带色彩恢复的多尺度视网膜图像增强算法(MSRCR)、最大类间方差法(OTSU)等对定位到的车标进行预处理;最后,将处理好的车标与模板库中的标准车标进行汉明距离计算,求出最佳匹配。车标检测实验中,改进的YOLOv4检测精度均优于原始YOLOv4、基于车牌位置的车标两步定位法和基于散热器栅格背景的车标定位法,达到99.04%;速度略低于原始YOLOv4,高于另外两者,达到每秒50.62帧。车标识别实验中基于形态学模板匹配的识别精度均高于传统的方向梯度直方图(HOG)、局部二值模式(LBP)和卷积神经网络,达到92.68%。实验结果表明基于深度学习的车标检测算法有较高的精度和较快的速度,形态学模板匹配方法在光照变化和噪声污染的情况下仍能保持较高的识别精度。 展开更多

关键词 车标定位 车标识别 深度学习 特征提取 模板匹配

下载PDF 职称材料