v-最优直方图及其在车牌分类中的应用研究

《v-最优直方图及其在车牌分类中的应用研究》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、第31卷第3期广西师范大学学报：自然科学版Vo1．31No．32013年9月JournalofGuangxiNormalUniversity：NaturalScienceEditionSept．2013一最优直方图及其在车牌分类中的应用研究王峰，靳小波，于俊伟，王贵财(河南工业大学信息科学与工程学院，河南郑州450001)摘要：汽车牌照类型的判别是牌照识别系统(LPR)中的一个重要步骤。为有效进行车牌分类，本文提出一种基于一最优直方图的KNN分类方法。首先根据车牌反色信息将多分类问题转化为二分类

2、问题以简化并提高算法的效率；然后在HSV(色调一饱和度一明度)颜色空间中提取牌照图像的三阶颜色矩特征，利用KNN分类器实现对简化后所得二分类问题的判别；采用一最优直方图方法降低KNN算法的计算复杂度，进一步提高分类算法的执行效率。在真实数据集上和其他方法进行对比实验，结果表明本算法具有较好的分类性能。关键词：一最优直方图；车牌分类；

3、毛一近邻(KNN)中图分类号：TP391．4文献标识码：A文章编号：1001—6600(2013)03—0138—060引言汽车牌照识别系统(1icenseplat

4、erecognition，LPR)是计算机视觉与模式识别技术在智能交通领域应用的重要研究课题之一，这项技术已得到越来越广泛的应用。车牌分类是LPR中的一个重要步骤，对牌照类型的判别是通过车牌颜色来区分的，相关车牌分类的方法主要有以下几类：①利用RGB(红一绿一蓝)分量的相对关系判断车牌颜色[1≈；②设定各类颜色的中心值，通过计算颜色相似度进行颜色判别[3；⑧通过判断颜色特征是否在一定的取值范围内(如蓝色色调设为220±20)来识别颜色[s；④根据相关颜色分量的统计直方图峰值所在范围决定车牌颜色L

5、7]。这些方法在特定的应用环境虽然都取得了一定的效果，但在RGB颜色空间中，3个分量的亮度值随光照强度的不同而改变，分量之间具有较强的相关性，且与人的感知程度不一致[8]，因此该模型不适于光照变化较大的应用环境。另一方面，由于LPR的工作环境复杂多变，阴雨天及夜晚较暗的光线，过强的太阳光或汽车灯光等天气、环境因素都会使车牌的颜色特征发生变化，而且车牌本身也会有污损和褪色，不同地方的车牌颜色特征也有很大差别，加之拍摄等因素使得采集到的车牌颜色往往同理想中的颜色相差很大。因此，很难确定颜色的中心或取

6、值范围，设定的阈值难以处理颜色的多样性，算法不具有鲁棒性和自适应性。K最近邻分类算法KNN(K—NearestNeighbor)是一种简单、有效、非参数的分类方法，在模式识别、文本分类、图像及空间分类等领域已得到广泛应用，但KNN算法存在计算和存储开销大、运行速度慢等缺点[9]。本文在HSV(Hue—Saturation—Value)颜色空间中提取各分量的三阶矩作为车牌的颜色特征，并基于一最优直方图构建KNN分类器。实验表明所提方法在车牌分类任务中具有较高的分类正确率，并能有效降低KNN算法的计

7、算复杂度，提高算法的执行效率。1V一最优直方图KNN算法的工作原理是首先找到被分类对象在训练数据集中的k个最近的邻居，然后根据这些邻居收稿Et期：2013—04—20基金项目：国家自然科学基金资助项目(U1204617)；河南省科技攻关项目(122102310303)；河南工业大学博士基金资助项目(2010BS009)通信联系人：王峰(1975一)，男，四川广元人，河南工业大学副教授，博士。E—mail：wangfeng—SCU@yahoo．com．an第3期王峰等：一最优直方图及其在车牌分类中

8、的应用研究139的分类属性进行投票，将得出的预测值赋给被分类对象的分类属性。显然，如果训练样本的数目很大，那么KNN算法的计算开销就会很大，分类效率也会大大下降。因此降低计算复杂度、提高算法的执行效率显得尤为必要。为降低KNN算法的计算复杂度，需要设计一个远小于训练数据集规模并能代表训练数据集的结构，即概要数据结构(synopsisdatastructure)[]，使这个结构能够近似模拟训练数据集合的特征，直方图方法、抽样方法、小波方法、哈希方法等都是非常有效的手段。其中，直方图技术将一个大数据

9、集划分为很多个连续的桶，也就是小数据集，每个桶都由一个数字来代表其特征。直方图方法表示直观、简洁，能够有效地表示大数据集的轮廓。根据桶和属性值划分规则的不同，直方图方法可以分为等宽、等深、一最优、MaxDiff等[u]：①等宽直方图：每桶的宽度区间是一个常数；②等深(等高)直方图：每桶大致包含相同个数的邻近数据样本，使得每桶的频率粗略地为常数；③V一最优直方图：直方图的方差是每个桶代表的原数据的加权和，其中权等于桶中值的个数。一最优直方图是具有最小方差的直方图；④MaxDiff直方图：桶的边界是