基于移位基础增强匹配方案车辆标志识别.docVIP

基于移位基础增强匹配方案的车辆标志识别 摘要- 在这篇论文中，一个新的为实现车标识别的基于尺度不变特征变换 ——基本特征匹配运算法被提出来。这个运算法则使用了10个不同的车辆生产商的1200个专用标志，实施了一系列的实验，分别将1200个图片分成训练集合和测试集合。说明了增强匹配更接近论文观点，相比标准的尺度不变特征变换匹配方式更加精确.这篇报道指出一个在车标中拥有更高的识别速率，快速的行进时间，是得她适合现实生活的应用。 目录 条件-图像匹配 厂商识别 车辆 前沿——准备工作 许多计算机视觉智能转换系统实现检测、追踪或是识别车浪在图像序列已经被引用进了文献。车辆类型分类这个任务已经充分的标注在了【1】-【6】。可是，比较车辆类型分类和制造厂商识别是一个比较少发布系统和方法的领域。 图像匹配在计算机视觉当中是一个基础问题，在多样性的领域它取代了许多图像处理应用。包括图像复原在安全实施和机器导航中应用。一个常用的处理方式是在图像中定位图像的特征功能并通过描述它们的特点来比较。早期的特征关键点研究包括Harris corner检测器【10】和关键点不变地旋转和平移【11】、【12】。在文献中主要的接近中心的车辆制造商描关注于尺度不变特征转换和基于车辆图像恰当的分割牌照板块区域的图像匹配。尺度不变特征转化被Lowe提出【7】，它们是不变量的旋转，平移和尺度不