基于稀疏取样灰度分布和梯度分布特征的车标识别方法

    公开(公告)号:CN107239754A

    公开(公告)日:2017-10-10

    申请号:CN201710368090.3

    申请日:2017-05-23

    申请人: 淮阴工学院

    IPC分类号: G06K9/00 G06K9/46 G06K9/62

    摘要: 本发明公开了一种基于稀疏取样灰度分布和梯度分布特征的车标识别方法,包括:在车牌上方选取一个区域,作为车标识别的感兴趣区域;采用随机均匀稀疏采样方法对样本图像进行采样,并将所有的采样点随机配对,划分成邻近点对集和非邻近点对集,对两类不同的点对集采用不同的方法进行特征提取,建立特征库;设定一可缩放的窗口,在待测的感兴趣区域内进行扫描,对当前窗口位置上,窗口大小的图像进行特征提取,并与准备好的特征库进行对比,最终确定车标类型。与现有技术相比,本发明方法将定位和识别有机的结合在一起,降低了中间过程的误差,提高了识别率,对于噪声大、质量差、像素低的图片也有较高的识别率。

    基于稀疏取样灰度分布和梯度分布特征的车标识别方法

    公开(公告)号:CN107239754B

    公开(公告)日:2019-10-29

    申请号:CN201710368090.3

    申请日:2017-05-23

    申请人: 淮阴工学院

    IPC分类号: G06K9/00 G06K9/46 G06K9/62

    摘要: 本发明公开了一种基于稀疏取样灰度分布和梯度分布特征的车标识别方法,包括:在车牌上方选取一个区域,作为车标识别的感兴趣区域;采用随机均匀稀疏采样方法对样本图像进行采样,并将所有的采样点随机配对,划分成邻近点对集和非邻近点对集,对两类不同的点对集采用不同的方法进行特征提取,建立特征库;设定一可缩放的窗口,在待测的感兴趣区域内进行扫描,对当前窗口位置上,窗口大小的图像进行特征提取,并与准备好的特征库进行对比,最终确定车标类型。与现有技术相比,本发明方法将定位和识别有机的结合在一起,降低了中间过程的误差,提高了识别率,对于噪声大、质量差、像素低的图片也有较高的识别率。