基于ADABOOST和BP的車(chē)標(biāo)識(shí)別方法研究.pdf

1、隨著中國(guó)汽車(chē)數(shù)量的不斷增加，不管是機(jī)動(dòng)車(chē)輛，還是小型私家車(chē)都在急劇增長(zhǎng)，智能管理系統(tǒng)(ITS)的完善變得及其重要。而車(chē)輛識(shí)別技術(shù)作為智能管理系統(tǒng)一個(gè)重要的課題，其主要的研究意義在于識(shí)別的精準(zhǔn)性，在各種環(huán)境下設(shè)計(jì)的算法都應(yīng)具有良好的魯棒性。本文的課題是基于ADABOOST和BP的車(chē)標(biāo)識(shí)別方法研究。
　　車(chē)標(biāo)識(shí)別技術(shù)是基于數(shù)字圖像處理，模式識(shí)別和計(jì)算機(jī)視覺(jué)而產(chǎn)生的重要課題。車(chē)標(biāo)識(shí)別系統(tǒng)包括圖像采集，預(yù)處理，車(chē)牌定位，車(chē)標(biāo)定位和車(chē)標(biāo)識(shí)別

2、。
　　論文的主要內(nèi)容如下:
　　首先，討論了車(chē)標(biāo)識(shí)別技術(shù)的優(yōu)缺點(diǎn)，并對(duì)車(chē)標(biāo)識(shí)別檢測(cè)技術(shù)的研究意義、國(guó)內(nèi)外研究現(xiàn)狀以及發(fā)展動(dòng)態(tài)進(jìn)行了分析。
　　其次，設(shè)計(jì)了車(chē)牌車(chē)標(biāo)圖像的預(yù)處理方案（圖像變換，去噪濾波，形態(tài)學(xué)操作等），對(duì)車(chē)牌車(chē)標(biāo)圖像進(jìn)行增強(qiáng)，突出它們的細(xì)節(jié)，增強(qiáng)邊緣，接著定位車(chē)牌的位置，通過(guò)計(jì)算水平垂直方向的投影，定位出車(chē)標(biāo)的位置。最后使用不同的識(shí)別算法通過(guò)提取車(chē)標(biāo)的特征，對(duì)車(chē)標(biāo)進(jìn)行分類(lèi)，檢測(cè)識(shí)別，提升了車(chē)標(biāo)識(shí)別的自動(dòng)

3、化程度。
　　再次，在基于車(chē)標(biāo)識(shí)別技術(shù)的研究中，采用了改進(jìn)的ADABOOST算法，該算法通過(guò)弱分類(lèi)器訓(xùn)練出強(qiáng)分類(lèi)器，最終識(shí)別出非車(chē)標(biāo)和車(chē)標(biāo)。針對(duì)車(chē)標(biāo)通過(guò)BP算法對(duì)不同的車(chē)標(biāo)種類(lèi)進(jìn)行分類(lèi)，該算法通過(guò)將期望輸出與實(shí)際輸出做誤差對(duì)比，進(jìn)行迭代，不斷的更新權(quán)值，最終得到正確的分類(lèi)。
　　最后，利用Visual Studio2012集成開(kāi)發(fā)環(huán)境和opencv2.4.4開(kāi)源庫(kù)開(kāi)發(fā)了車(chē)標(biāo)識(shí)別的人機(jī)交互軟件，該軟件應(yīng)用于獨(dú)立環(huán)境的圖像采集平