基于特征显著性的多特征融合车牌定位算法  

Multi-features fusion license plates locating algorithm based on feature salience

作　　者：陈振学[1] 常发亮[1] 刘成云[1] 

机构地区：[1]山东大学控制科学与工程学院,济南250061

出　　处：《控制与决策》2010年第12期1909-1912,1916,共5页Control and Decision

基　　金：国家自然科学基金项目(60975025);教育部博士点专项基金项目(200901311200390);教育部留学回国人员启动基金项目;中国博士后科学基金特别项目(200902563);中国博士后科学基金项目(20080441123)

摘　　要：在分析已有车牌定位技术以及目标检测共有特性的基础上,提出了基于视觉显著性的特征选择方法.算法依据先验样本的统计学习,利用导致最小错误概率判决方法,得到目标的特征显著性分析.在车牌定位过程中,根据得到的特征显著性序列,依次赋予特征不同的权值,然后采用融合的方式得到所需要的车牌区域.实验结果表明,该算法提高了使用单一特征进行车牌定位的准确率.Based on the analysis of license plates technique and the commonness of target detection,the feature selection method based on vision salience is proposed.According to prior-sample training and minimum probability of error,feature salience is obtained.In real license plate location,the more salient features are given the larger weights.Then,the system fuses the multi-features to locate license plates.Experimental results show that the proposed method has better identify rate than single feature.

关 键 词：特征显著性 特征选择 最小错误概率 多特征融合 车牌定位 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]