基于稀疏表示的車標(biāo)識(shí)別方法研究.pdf

1、車標(biāo)識(shí)別技術(shù)融合了計(jì)算機(jī)視覺、模式識(shí)別與圖像處理等多個(gè)研究方向，是當(dāng)前智能交通領(lǐng)域的研究熱點(diǎn)之一?，F(xiàn)有的車標(biāo)識(shí)別方法大多需要進(jìn)行車標(biāo)的精確定位，而車標(biāo)普遍存在污損、光照、部分遮擋等情況，目前還沒有一種有效的方法能夠?qū)@些車標(biāo)進(jìn)行準(zhǔn)確定位，這在很大程度上影響了車標(biāo)的識(shí)別率，也使得現(xiàn)有車標(biāo)識(shí)別方法在實(shí)際應(yīng)用中受到制約。
　　針對(duì)現(xiàn)有車標(biāo)識(shí)別方法的不足，本文在深入研究稀疏表示理論的基礎(chǔ)上，提出了基于稀疏表示的車標(biāo)識(shí)別方法。由于稀疏表示能

2、夠?qū)π盘?hào)進(jìn)行簡潔的表示，而最簡潔的表示往往具有天然的判別性能。本文利用稀疏表示這一獨(dú)特的優(yōu)越性實(shí)現(xiàn)對(duì)車標(biāo)的自動(dòng)識(shí)別。相關(guān)實(shí)驗(yàn)結(jié)果表明，基于稀疏表示的車標(biāo)識(shí)別方法對(duì)于車標(biāo)中存在的污損、光照、部分遮擋等情況具有很強(qiáng)的魯棒性。本文的主要研究內(nèi)容和成果如下:
　　(1)、對(duì)稀疏表示理論進(jìn)行深入研究，表明了車標(biāo)圖像可以表示為訓(xùn)練樣本中多個(gè)原子的線性組合。由于原子的特征與車標(biāo)圖像的某些局部特征有著一定的相似性，當(dāng)相似程度越高時(shí)，對(duì)應(yīng)表示系數(shù)的

3、值就會(huì)越大，反之越小，從而產(chǎn)生了對(duì)整幅車標(biāo)圖像的稀疏表示。因此利用稀疏表示對(duì)車標(biāo)進(jìn)行識(shí)別是可行的。
　　(2)、對(duì)車輛圖像進(jìn)行預(yù)處理。本文首先對(duì)車輛圖像進(jìn)行增強(qiáng)、傾斜校正、歸一化、灰度化及中值濾波等預(yù)處理，再根據(jù)車牌位置先驗(yàn)知識(shí)確定車標(biāo)的粗定位區(qū)域。與現(xiàn)有的車標(biāo)識(shí)別方法不同，本文方法只需要知道車標(biāo)的粗定位區(qū)域就可以實(shí)現(xiàn)對(duì)車標(biāo)的自動(dòng)識(shí)別，避免了車標(biāo)定位不準(zhǔn)確而給識(shí)別結(jié)果造成的影響。
　　(3)、提出基于稀疏表示的車標(biāo)識(shí)別方法。