基于改进的HOG与LBP特征值的车标识别方法

摘要：

针对多数车标识别方法中定位难、适应性差的问题,提出了基于改进的梯度方向直方图(Histogram of Oriented Gradient,HOG)与局部二值化(Local Binarization Pattern,LBP)特征值的车标识别方法.对包含车辆正面的图像进行倾斜校正,基于车牌和车标的相对位置关系粗定位车标位置,根据车标背景纹理特征进行边缘检测和投影法精确确定车标位置;采用改进的HOG和LBP作为联合特征训练BP(Back Propagation,BP)神经网络分类器.对比实验结果表明,该方法提高了车标识别的准确率,同时车标定位稍有偏差也能做出正确分类.

关键词：改进的梯度方向直方图、局部二值化特征、BP神经网络、车标识别

所属期刊栏目：47

分类号：TP391.41(计算技术、计算机技术)

资助基金：陕西省科技统筹创新工程项目2016KTZDGY02-04-02;陕西省重点研发计划2017GY-060

在线出版日期：2020-01-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：3154-3159