基于特征顯著性的目標(biāo)識別方法及其應(yīng)用研究.pdf

1、華中科技大學(xué)博士學(xué)位論文基于特征顯著性的目標(biāo)識別方法及其應(yīng)用研究姓名：陳振學(xué)申請學(xué)位級別：博士專業(yè)：模式識別與智能系統(tǒng)指導(dǎo)教師：張?zhí)煨蛲魢?0070605華中科技大學(xué)博士學(xué)位論文II根據(jù)特征顯著性的理論指導(dǎo)，本文在車牌定位中根據(jù)先驗(yàn)知識和實(shí)驗(yàn)結(jié)果的分析，對于車牌的形狀特征、紋理特征和顏色特征這三個顯著性特征，使用了并行融合算法。將這三個顯著性特征，根據(jù)顯著性程度，賦予了大小不同的權(quán)值，來進(jìn)行車牌的定位研究。在車牌的置信度計(jì)算中，采用車

2、牌的長寬比、紋理密度以及色調(diào)分量作為融合置信度的估計(jì)。最大的置信函數(shù)對應(yīng)的候選區(qū)域即是車牌的位置。在車牌字符分割過程中，由于存在著車牌傾斜問題，論文提出了簡單有效的橫行投影車牌傾斜校正方法，避免了Hough變換算法帶來的計(jì)算復(fù)雜度問題。而在分割單個字符的過程中，論文又提出了一種新的車牌字符分割算法——一維循環(huán)清零算法。該方法在分割車牌的同時，有效的去除了鉚釘以及車牌字符中間雜點(diǎn)的干擾。對于存在較大干擾的車牌，論文又使用了基于局部閾值的細(xì)

3、分割算法。在車牌識別過程中，文章仍然利用特征顯著性的原理，依次選擇車牌字符的顯著性特征矩特征、外部輪廓特征、內(nèi)部結(jié)構(gòu)特征和網(wǎng)格特征，作為參考特征，進(jìn)行車牌字符的識別研究。文章使用了串行的特征融合算法，將DS證據(jù)理論的特征融合算法運(yùn)用于其中。對于基本置信指派，則根據(jù)特征分類的最小錯誤概率使用了修正的加權(quán)置信函數(shù)。融合過程中，當(dāng)置信度大于某一閾值時，系統(tǒng)則停止字符的識別過程。最后，本文又給出了車牌識別系統(tǒng)開發(fā)過程中的主要實(shí)現(xiàn)方法及其性能的評