基于改進(jìn)Adaboost算法的車牌定位研究.pdf

1、車牌定位技術(shù)是車牌識(shí)別系統(tǒng)的核心技術(shù)之一,車牌定位性能的好壞直接關(guān)系到后續(xù)分割、識(shí)別等環(huán)節(jié)。本文通過(guò)對(duì)目前車牌定位研究現(xiàn)狀和發(fā)展趨勢(shì)進(jìn)行分析,本文介紹了兩種傳統(tǒng)車牌定位算法:第一種是基于紋理的定位方法,第二種是基于顏色空間下車牌定位算法,我們使用這兩種方法對(duì)含有車牌的圖像進(jìn)行定位,并對(duì)他們的定位性能進(jìn)行分析。
　　本文重點(diǎn)介紹并實(shí)現(xiàn)了的一種基于改進(jìn)的Adaboost定位方法,基于Adaboost的定位方法是一種機(jī)器學(xué)習(xí)算法,該算法

2、主要分為訓(xùn)練階段和檢測(cè)階段。訓(xùn)練階段主要是通過(guò)學(xué)習(xí)、訓(xùn)練修改不同弱分類器的權(quán)值,最后形成分類能力較強(qiáng)的強(qiáng)分類器;在檢測(cè)階段利用訓(xùn)練階段生成的強(qiáng)分類器對(duì)圖片進(jìn)行檢測(cè)。在本文中引用的不是傳統(tǒng)的Adaboost算法,傳統(tǒng)的Adaboost算法使用的特征為haar特征,在本文中采用顏色特征、灰度等特征對(duì)樣本進(jìn)行訓(xùn)練,利用訓(xùn)練的結(jié)果對(duì)圖片進(jìn)行檢測(cè),取得了較好的定位性能。
　　本文中提到的基于改進(jìn) Adaboost的算法是在 matlab環(huán)境