matlab hu矩特征和svm,基于融合Hu矩和区域矩特征的多车牌定位

0引言目前主要有以下几类车牌定位[1]算法:1基于灰度域的纹理特征方法[2-4]。此类算法复杂度较高,难以满足实时定位的需求;2基于彩色空间的彩色图像处理方法[5,6]。该类算法基于图像的彩色信息,其算法速度整体低于前一类算法,而且当检测目标与背景对比度较低时,很难准确定位,还需要结合一些先验知识进行对干扰的过滤;3融合特征定位算法[7,8],该类算法将两种以上的待检测目标的特征描述符,采用一定的方法进行特征融合,相比于采用一种特征的算法,其效率更高,但是当待检测物所处环境复杂,形态改变时,前期一旦出错,后期根据融合特征判决的准确率会大幅下降。本文充分考虑复杂背景和车牌姿态多样性的影响,针对国内车牌的特点,提出的基于融合Hu矩和区域矩的特征向量结合支持向量机(SVM)的车牌定位方法,依次提取车牌的Hu矩特征和各向同性的区域矩特征,动态融合构成新的特征向量,然后采用SVM对特征进行分类、预测。实验结果表明,本文提出的方法与其它单一或组合特征提取方法相比可以有效解决复杂背景下多车牌的快速定位问题。当车牌发生位置、姿态、大小的变化,甚至当车牌被遮挡时,该方法具有较高的定位准确率和较快的定位速度。1融合Hu矩和区域矩的特征向量在图像识别领域中,对目标物体特征向量的选取是决定对目标物体定位的准确率的关键,通常对被检测目标进行特征提取,所选择的特征对象相对于目标都需要具有高辨识度和较高的鲁棒性,除了可以适应环境变化,还要适应目标物体位置、大小和姿态一定程度的变化。1.1Hu矩原理HuMK在几何不变理论的基础上创建了几何矩的理论。通过图像的矩特征,描述特定物体的方法开始得到广泛的使用[9]。以一副MN(M和N分别是待检测图像对应的宽和高)大小的二维的离散图像为例,图像用f(x,y)表示,Hu将其对应的p+q阶特征矩定义为mpq=Ny=1Mx=1xpyqf(x,y)p,q=0,1,2…对于图像矩阵而言,灰度图像的p+q阶中心矩定义为pq=Ny=1Mx=1(x-x)p(y-y)qf(x,y)式中:珚x=m10/m00,珔y=m01/m00就是图像灰度重心的坐标。得到的pq就具有平移不变性,可以满足目标图像检测对平移不变性的要求,接下来,进一步定义了中心不变特征pq,可以满足目标图像检测对缩放不变性的要求。归一化的中心不变特征矩定义为pq=pq00,=p+q[]2+1,更进一步,HuMK用上式的线性组合,构造了以下7个不变中心矩组成的一组特征向量,具有旋转、缩放和平移不变性M1=20+02M2=(20-02)2+4211M3=(20-312)2+(321-03)2M4=(30+12)2+(21+03)2M5=(30-312)(30+12)[(30+12)2-3(21+03)]2+(321-03)(21+03)[3(03+12)2-(21+03)2]M6=(20-02)[(30+12)2-(21+03)2]+411(30+12)(21+03)M7=(321-03)(30+12)[(30+12)2-3(21+03)2]-(30+312)(21+03)[3(30+12)2-(21+03)2]实际上,文献[10]指出只有基于二阶的不变特征矩对二维物体的描述才是真正的具有旋转、缩放和平移不变性的,在Hu的不变矩组中只有M1和M2是二阶的,其余M3-M7都是基于三阶的。用Hu不变矩进行图像的定位识别,好处是算法复杂度较低,算法运行速度快,而缺点是准确率比较低,尤其是对汽车车牌这样纹理比较丰富的图像区域效果更差。这是由于Hu提出的不变矩只包含了图像的低阶矩特征,对于图像的细节部分

matlab hu矩特征和svm,基于融合Hu矩和区域矩特征的多车牌定位相关推荐

matlab qtdecomp,Opencv图像识别从零到精通（25）------区域分裂与合并
区域分割一般认为有漫水填充,区域分裂与合并,分水岭,这篇是中间的区域分裂和合并. 区域分裂合并算法的基本思想是先确定一个分裂合并的准则,即区域特征一致性的测度,当图像中某个区域的特征不一致时就将该区域 ...
基于LBP纹理特征计算GLCM的纹理特征统计量+SVM/RF识别纹理图片
作者 | Raini 出品 | 北京图特摩斯科技有限公司 (thutmose.cn) 说在前头: 局部特征检测方法斑点Blob检测,LoG检测 , DoG,DoH检测,SIFT算法,SUFT算法边 ...
基于熵，fft,psd特征，svm的分类研究（肌电信号分类研究）
肌电信号是一种生物电信号,肌电信号(EMG)是众多肌纤维中运动单元动作电位(MUAP)在时间和空间上的,他可以在一定程度上反映神经肌肉的活动:相对于针电极EMG,测量较为方便等优点.因而,SEMG在医 ...
模糊图像的倒谱matlab,基于倒谱分析方法的离焦模糊图像特征鉴别
基于倒谱分析方法的离焦模糊图像特征鉴别 [摘要]在图像拍摄记录的过程中,图像捕获系统因各种原因常常不能精确成像,故而极易产生模糊图像,离焦模糊是常见的模糊图像之一.本文重点介绍了一种倒谱分析方法,在倒 ...
基于HSV+HOG特征和SVM的人脸口罩检测算法
基于HSV+HOG特征和SVM的人脸口罩检测算法基于python语言编写,使用retinaface检测人脸和定位五个特征点,利用特征点进一步定位口鼻区域,提取该区域的HSV特征和HOG特征,使用SV ...
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 ...
基于组合特征和SVM的视频序列的人体行为识别算法
光流特征: 光流(optical flow)是空间运动物体在观察成像平面上的像素运动的瞬时速度.光流法是利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系, ...
滑动差分倒谱系数 matlab,【网安学术】基于音频特征参数的多语种分类算法
原标题:[网安学术]基于音频特征参数的多语种分类算法摘要:伴随着国际化的趋势,音频语种识别问题越来越受到重视.但是,现有的语种识别系统不能满足现代化日益增长的需求.处理小语种和混淆度高的语种分类时, ...
情绪识别的多模态特征，分类器和融合方法研究
Investigation of Multimodal Features, Classifiers and Fusion Methods for Emotion Recognition(情绪识别的多模 ...

matlab hu矩特征和svm,基于融合Hu矩和区域矩特征的多车牌定位

matlab hu矩特征和svm,基于融合Hu矩和区域矩特征的多车牌定位相关推荐

最新文章

热门文章