svm车牌定位matlab,基于SVM的车牌区域定位系统研究
0引言一个完整的车牌识别系统主要包括汽车图像采集、车牌定位、车牌字符分割与识别三个功能模块。其中汽车图像采集模块的功能是采集汽车的原始图像,通常通过CCD摄像头采集,并将采集到的图像传输到计算机;车牌定位的主要功能是在车辆正面图像中自动智能搜索和划分牌照与非牌照区域;车牌字符分割与识别则是利用合适的数学算法对车牌定位的结果图像中的字符进行分割和识别。车牌定位主要包含的关键技术问题有图像处理及车牌定位的算法设计,定位的精度和速度直接影响到车牌识别的效果,所以车牌定位模块是车牌识别系统中的核心模块。本文将讨论一种基于支持向量机的汽车牌照定位方法,从纹理图像分类的角度提取牌照的多个特征,然后采用支持向量机对图像进行分类,从而实现牌照区域的准确定位,并在VC开发平台上对定位过程进行仿真实验。1SVM数学模型支持向量机是一种基于统计学习理论的机器学习算法,其采用结构风险最小(SructuralRiskMini-mization,简称SRM)原则替代传统的经验风险最小(EmpiricalRiskMinimization,简称ERM)原则进行分类,从而保证了算法具有较强的泛化能力。SVM的训练过程实际上等价于求解一个线性约束的二次规划问题,其目标是在训练样本集中寻找一个最优的超平面,将样本数据最大限度地分开,使两类数据之间的边界最大且分类误差最小,且能保证得到的解为全局最优解。1.1线性可分SVM数学模型设两类问题中训练样本集为(xi,yi),i=1,2,…,N,其中,xRd,y{+1,-1}是类别标号。线性可分是指存在着超平面wTx+b=0,该超平面使训练样本中的正类输入和负类输入分别位于该超平面的两侧,如图1所示。显然,H2和H3之间的平行直线都能正确划分两类,但H2和H3中间的那条直线H为最好。H2和H3之间的间隔为:2/w,最优分类直线就是图1SVM最优分类超平面使分类间隔最大的那个法向量所表示的直线。求解最优分类平面就转化为:寻找合适的w和b,使2/w最大,这是个二次规划问题,其等价形式为:对所有(xi,yi),使(w)=12wTw最小,并满足yi(wTX+b)1。实际上往往允许部分样本位于H2和H3之间,以便于对样本进行更合理的分类,因此最优超平面是通过最小化f(C)=12w2+CNi=1i,i为允许边界奇异的松弛变量,C是在得到宽边界间距与小边界奇异之间进行折衷的一个参数,也叫惩罚参数,且约束条件为:yi(wTxi+b)1-i,i0,i=1,2,…,N。利用Lagrange优化方法及统计理论可把求解问题转化成:MaxQ()=Ni=1i-12Ni=1Nj=1ijyiyj(xi,xj)(1)N限制条件为:i=1iyi=0i0,i=1,2,…N;这是一个凸二次规划问题,其全局最优解为:w=Ni=1iyixi,结果大部分i等于0,i不等于0对应的样本即为支持向量。同时这个优化问题的最优解必须满足KKT条件:i{yi(wTx+b)-1}=0(2)任取i0可求得b。从而分类超平面方程为:f(x)=sgn(支持向量yii+b)(3)由此可知分类平面由支持向量确定,也就是说只需少量样本就可构成最优分类面。1.2非线性可分SVM数学模型通过引入核函数方法,可将线性SVM推广到非线性SVM,而且对于高维样本几乎不增加额外的计算量,其分类超平面为:f(x)=sgn(支持向量yiik+b)(4)k(xi,x)为核函数,通过非线性变换将样本数据映射到高维空间中,然后在高维空间寻找最优超平面,常用的核函数有:线性核函数k(xi,xj)=xiTxj(5)多项式核函数k(xi,
svm车牌定位matlab,基于SVM的车牌区域定位系统研究相关推荐
- matlab图像分类器,Matlab 基于svm的图像物体分类
Matlab 基于svm的图像物体分类 发布时间:2018-05-16 20:27, 浏览次数:1623 , 标签: Matlab svm 本周工作日志,老师布置了一个小作业,让我们使用matlab实 ...
- 室内定位:基于LoRa网络的蓝牙定位 BLE-2
①适用说明 基于LoRa网络的蓝牙定位是依赖LoRa作为数据回传网络,通过在场所内部署安装蓝牙信标设备作为定位依据,移动定位终端设备如定位胸牌或定位手表主动扫描环境中的iBeacon信号并通过LoRa ...
- Java matlab车牌识别,车牌识别matlab实现(蓝色车牌和新能源车牌)
首先放上结果: 新能源车牌识别结果: 蓝色车牌识别结果: 正文开始: 1.在进行图像处理任务之前,首先要明确处理对象和处理流程 处理对象: 新能源车牌和蓝色车牌 处理流程: 2.由于要对蓝色和新能源车 ...
- 车牌识别matlab,车牌识别matlab实现(蓝色车牌和新能源车牌)
首先放上结果: 新能源车牌识别结果: 蓝色车牌识别结果: 正文开始: 1.在进行图像处理任务之前,首先要明确处理对象和处理流程 处理对象: 新能源车牌和蓝色车牌 处理流程: 2.由于要对蓝色和新能源车 ...
- 基于svm图像分类C语言,基于SVM的图像分类算法与实现.PDF
, ( ) 计算机工程与应用 40 ComputerEngineeringandApplications 基于SVM的图像分类算法与实现 张淑雅 赵一鸣 李均利 , , , , ZHANGShu-ya ...
- Matlab 基于肤色的人脸检测定位
%-----------------------基于肤色的人脸检测定位----------------------------- clc ; clear ; close all ; %-------- ...
- 【WSN定位】基于加权双曲线的Dvhop定位算法【Matlab代码#16】
文章目录 [`获取资源`请见文章第6节:资源获取] 1. 原始Dvhop定位 2. 基于双曲线的Dvhop定位 3. 对原始模型加权 4. 部分代码 5. 结果展示 6. 资源获取 7. 参考文献 [ ...
- python卡尔曼滤波室内定位_基于Unscented卡尔曼滤波的室内定位
Computer Engineering and Applications 计算机工程与应用 2014 , 50 ( 14 ) 1 引言 无线传感器网络是 21 世纪 21 个最具影响力的技术 之一, ...
- 车牌定位系统matlab,基于Matlab的车牌定位系统的研究与设计论文
基于Matlab的车牌定位系统的研究与设计论文 本 科 毕 业 设 计基于 Matlab的车牌定位系统的研究与设计摘 要随着我国城市急速发展,交通管理成了一个非常热门的话题,由于交通管理需求日益提高, ...
最新文章
- 【Java源码分析】Android-LruCache源码分析
- linux 打开telnet登录,linux开启telnet
- 为什么“或命题真假的判断是有真则真?
- centos7 hadoop 2.8安装
- Linux环境下启动Tomcat太慢
- shiro框架@RequiresPermissions 解释
- class根据状态 vue_搞懂并学会运用 Vue 中的无状态组件
- python 序列类型函数_序列类型可用的内置函数
- Android Navigation 详解
- 海思Hi3796MV200最新官方SDK
- RAR和RAR4和zip那个压缩率最高
- ITIL服务管理知识体系的介绍
- 乌龟量化估值怎么看_【可视化】Python计算指数的历史PE估值
- 领导力包括哪些能力?如何提升领导力?
- 公平的席位分配(Q值方法)
- CheckBox和ListView的结合使用
- 成功路上并不拥挤 坚持就是胜利
- ai智能写作软件哪个好-ai智能写作免费
- 人民币对美元汇率中间价报6.7615元 下调73个基点
- 全选和反选的效果怎么做?