基于车标区域的智能识别方法研究

作者：曲爱妍; 吴秋玲; 张正^*; 梁颖红; 黄晓婷

来源：软件工程, 2021, 24(10): 37-36.

DOI：10.19644/j.cnki.issn2096-1472.2021.010.009

• 图像识别
• 车标识别
• 方向梯度直方图
• 局部二值模式
• 支持向量机

随着道路监控系统的数字化和智能化发展,车辆类型识别成为智能交通系统的研究重点之一。针对从道路监控系统中获取的视频图像,考虑如何从图像中提取车标局部区域的显著特征进行分析,提出了联合特征的车标特征点提取和识别方法。基于道路监控系统中的视频图像,对定位的车标图像进行归一化处理,完成了车标的方向梯度直方图特征(HOG)和局部二值模式(LBP)提取,采用支持向量机(SVM)对车标特征矢量进行分类识别。通过从监控视频中分割出来的10类车标、826张车标图像对算法效果进行评估,实验结果表明,支持向量机的核函数选择线性核函数,识别率达到95%,优于径向基核函数和多项式核函数。比较了单一特征(HOG或LBP)与联合特征(HOG-LBP)对车标的识别率,联合特征对车标的识别率达到97.27%,识别率最高。基于HOG-LBP联合特征车标区域的智能识别方法,同时利用HOG与LBP的特征优势,提高了车标识别率。

• 单位
  南京航空航天大学; 金陵科技学院; 中国人民解放军陆军工程大学