adaboost算法在车牌识别关键技术中的研究

《adaboost算法在车牌识别关键技术中的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、长春理工大学硕士学位论文AdaBoost算法在车牌识别关键技术中的研究姓名：崔东申请学位级别：硕士专业：模式识别与智能系统指导教师：孙俊喜20100301摘要针对低对比度车牌很难定位，车牌汉字识别率低等问题，本文从特征的提取和分类器的选择两方面入手，将Haar特征，Gabor特征，AdaBoost家族算法包括：DiscreteAdaBoost(DAB)，RealAdaBoost(RAB)，GentleAdaBoost(GAB)，AdaBoostM2算法引入到车牌识别的关键技术中。首先设计了基于Haar特征的AdaBoost算法的车牌定位系统。并将DAB，RAB，GAB算法分别用于了车牌的定位，

2、从定性和定量的角度进行了比较，得到GAB算法在车牌定位中是最优算法的结论。实验结果表明：即使对比度很低的车牌，只要选择合适扫描尺度，也能很好的定位。然后设计了基于Gabor特征的AdaBoost算法的车牌汉字识别系统。根据车牌汉字字符的特点，选用了Gabor特征作为特征提取的手段。针对车牌汉字字符识别这样的多类问题，设计了基于AdaBoostM2算法的分类器。实验结果表明：针对31个省份的汉字，系统的整体识别率为91％，并且基本达到了实时性的要求。关键词：AdaBoost算法Haar特征Gabor特征车牌定位车牌识别ABSTRACTItiSwell-knownthatitiSverydi街cu

3、lttodetectthelOWcontrast1icenseplateand1tISimpossibletodetectmultiplylicenseplatesformostoftheautomotivelicenseplaterecognitionsystems(LPRS)andthecurrentLPRSisnotgoodenoughfortheChinacharacter．Thispaperhaspresenttwocontributions．OneisthelicenseplatedetectionsystembasedontheHaarfeatureandtheAdaBoosta

4、lgorithm；anotheristhelicenseplaterecognitionforChinacharacterbasedontheGaborfeatureandAdaBoost—M2algorithm．Forthefirstpart，thispaperhasgivesdetailedmodeldesignforthelicenseplatedetectionsystem．Andtheexperimentalresultshasbeenshared，andtheseshowthateventhelicenseplatecontrastisverylow,thissystemCande

5、tectthepositionofthelicenseplatefromthewholeimage，ifyouCanchooseasuitablescanningscale．AndthissystemCandetectmultiplylicenseplatefi'omanimagewhichincludingseverallicenseplatestoo．Andintheendofthispart,someotherAdaBoostfamilyalgorithmsuchasDAB，RABandGABalgorithmareusedintothissystemforcomparison．Some

6、statisticalexperimentalresulthasbeenpresentbothinquantitativeandqualitativeanalysis．AndthecomparisonshowsthatGABalgorithmisbetterforlicenseplateapplication．ThesecondpartisgivenforlicenseplaterecognitionsystemaboutChinacharacter．Firstly,ThroughoutChinacharactertypicalfeature，Gaborfeatureischosenandso

7、medetaileddesignisgivenaboutGaborfilters．Asweknowthereare31provincesinChinaandonecharacterisstandforoneprovince．Sothisismultiplyclassproblemforthissystem．Asapreferablegoodmultiplyclassicalalgorithm，Ad