期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
复杂环境下的车牌定位及目标真实性验证 被引量:12
1
作者 王枚 苏光大 王国宏 《光学精密工程》 EI CAS CSCD 北大核心 2009年第4期886-894,共9页
通过融合颜色和边缘特征并进行目标真实性验证研究车牌的定位,提出了融合颜色特征与灰度边缘特征的车牌定位算法,解决了复杂环境下车牌定位困难的问题。车牌具有固定的颜色搭配和丰富的字符边缘,融合二者的定位算法可提取出所有侯选目... 通过融合颜色和边缘特征并进行目标真实性验证研究车牌的定位,提出了融合颜色特征与灰度边缘特征的车牌定位算法,解决了复杂环境下车牌定位困难的问题。车牌具有固定的颜色搭配和丰富的字符边缘,融合二者的定位算法可提取出所有侯选目标。利用车牌伴生与互补特性进行目标真实性验证,实现带反馈的定位,提高了定位准确度,适用于复杂环境下目标数量、类型不确定的车牌目标检测。对复杂环境下获取的981幅彩色图像进行实验,实验结果表明,车牌目标定位准确率超过了99%,验证了算法的有效性。 展开更多
关键词 车牌定位 HSV颜色特征 边缘检测 伴生与互补 目标真实性验证
在线阅读 下载PDF
基于主成分分析的目标确认方法及其在车标定位识别中的应用 被引量:5
2
作者 王枚 王国宏 《南京理工大学学报》 EI CAS CSCD 北大核心 2009年第1期42-46,共5页
提出一种基于主成分分析的目标确认方法,解决小目标定位错误率高,并由此导致无效目标识别的问题。将已建好的目标模板看成一组随机向量,利用主成分分析得到一组特征目标;从原图像中检测可能目标,并将其映入特征目标空间进行重构;构造原... 提出一种基于主成分分析的目标确认方法,解决小目标定位错误率高,并由此导致无效目标识别的问题。将已建好的目标模板看成一组随机向量,利用主成分分析得到一组特征目标;从原图像中检测可能目标,并将其映入特征目标空间进行重构;构造原目标与重构目标的似真度函数,根据该函数值可对检测目标进行确认或剔除,降低误定位率,确保了进入后续识别的目标为目标库中对象。将该方法应用在实测车辆图像车标定位识别测试,结果表明:与不使用似真度函数验证相比,目标定位准确度提高了16.5%;使用不变矩最小距离分类器进行车标识别,识别准确度比不使用似真度函数确认提高了20%。 展开更多
关键词 主成分分析 似真度函数 目标确认 车标定位识别
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部