基于改进Adaboost算法的车牌定位研究-交通信息工程及控制专业论文.docxVIP

摘要 摘要 万方数据 万方数据 摘要 车牌定位技术是车牌识别系统的核心技术之一，车牌定位性能的好坏直接关 系到后续分割、识别等环节。本文通过对目前车牌定位研究现状和发展趋势进行 分析，本文介绍了两种传统车牌定位算法：第一种是基于纹理的定位方法，第二 种是基于颜色空间下车牌定位算法，我们使用这两种方法对含有车牌的图像进行 定位，并对他们的定位性能进行分析。 本文重点介绍并实现了的一种基于改进的 Adaboost 定位方法，基于 Adaboost 的定位方法是一种机器学习算法，该算法主要分为训练阶段和检测阶段。训练阶 段主要是通过学习、训练修改不同弱分类器的权值，最后形成分类能力较强的强 分类器；在检测阶段利用训练阶段生成的强分类器对图片进行检测。在本文中引 用的不是传统的 Adaboost 算法，传统的 Adaboost 算法使用的特征为 haar 特征， 在本文中采用颜色特征、灰度等特征对样本进行训练，利用训练的结果对图片进 行检测，取得了较好的定位性能。 本文中提到的基于改进 Adaboost 的算法是在 matlab 环境中实现的，作者在 不同场景的情况下将本文中提出的方法与传统定位方法进行试验对比和分析，试 验结果表明本方法具有较高的定位率以及较广泛的场景实用性。同时该算法还有 些不足，与本文中提到的两种传统定位方法相比，基于改进 Adaboost 算法的定位 时间较长，以及会出现一些误定位。本文下一阶段的重点应该是如何选取更加有 效的特征，使得减少定位时间和误定率。 关键字：车牌定位 Adaboost 颜色特征 AB ABSTRACT 万方数据 万方数据 ABSTRACT Vehicle license plate location is a key technology in license plate recognition systems. Its performance is directly related to the subsequent step, such as segmentation, identification and the others. According to the analyze of research of license plate location and its development trend, the author introduced two traditional license plate location algorithms. The first is a method based on texture of license plate and the second is based on the color space of license plate. The author detect license plate of a picture by the two methods and analyze it respectively. The author focuses on and implements a license plate location method based Adaboost algorithm. The license plate location method based on adaboost is a machine learning algorithm, which comprised by training phase and testing phase. The main work of training phase is modifying the weights of weak classifiers by learning and training, and then forms an strong classifier. The testing phase detect the picture by strong classifiers which are generated in training phase. The algorithm used in this article is not a traditional Adaboost algorithm. This new Adaboost algorithm uses the features of color, texture etc. but not the haar feature. The author achieved good position performance by use this new method. The method