基于特征加权模板快速提升的AdaBoost车牌字符识别算法  

Algorithm for license character recognition based on feature weighted template match and AdaBoost

作　　者：刘余霞[1] 吕虹[2] 胡涛[1] 孙小虎[1] 

机构地区：[1]安徽工程大学电气工程学院,安徽芜湖241000 [2]安徽建筑工业学院电子与信息工程学院,安徽合肥230022

出　　处：《安徽工程大学学报》2012年第4期45-48,共4页Journal of Anhui Polytechnic University

基　　金：国家自然科学基金资助项目(61071001);安徽省教育厅自然科学基金资助项目(KJ2008A010);安徽省优秀青年人才基金资助项目(2012SQRL220)

摘　　要：针对国内车牌字符的多样性和识别效率不高的现状,文中利用模板匹配和集成学习思想设计了一种新颖的识别算法.该算法由特征加权模板的方法构建弱分类器,经AdaBoost快速提升成强分类器,利用图像的整体灰度信息,缩短大量Haarlike特征的训练时间,克服单一特征弱分类器的不稳定性.仿真实验表明,该算法能够获得较好的字符识别率和稳定性.In order to solve the license plate characters＇ diversity and improve the recognition rate,a novel algorithm was presented. Weak classifier is firstly built by feature-weighted template matching, and then strong classifier is formed by AdaBoost. It shortens Haarlike feature＇s training time and overcomes the instability of weak classifier based on single feature. Simulation experiment result shows that it owns good character recognition rate and stability.

关 键 词：模板匹配 ADABOOST算法 特征加权 字符识别 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]