AdaBoost算法在車牌識別關鍵技術中的研究.pdf_第1頁
已閱讀1頁，還剩52頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、針對低對比度車牌很難定位，車牌漢字識別率低等問題，本文從特征的提取和分類器的選擇兩方面入手，將Haar特征，Gabor特征，AdaBoost家族算法包括：DiscreteAdaBoost(DAB)，Real AdaBoost(RAB)，Gentle AdaBoost(GAB)，AdaBoost_M2算法引入到車牌識別的關鍵技術中。
　　 首先設計了基于Haar特征的AdaBoost算法的車牌定位系統(tǒng)。并將DAB，RAB，GAB算

2、法分別用于了車牌的定位，從定性和定量的角度進行了比較，得到GAB算法在車牌定位中是最優(yōu)算法的結論。實驗結果表明：即使對比度很低的車牌，只要選擇合適掃描尺度，也能很好的定位。
　　 然后設計了基于Gabor特征的AdaBoost算法的車牌漢字識別系統(tǒng)。根據車牌漢字字符的特點，選用了Gabor特征作為特征提取的手段。針對車牌漢字字符識別這樣的多類問題，設計了基于AdaBoost M2算法的分類器。實驗結果表明：針對31個省份的漢字，

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論