基于图像特征的车脸栅格的定位方法

张有芬; 李玉惠; 潘艺

doi:10.13873/j.1000-9787(2017)09-0064-03

Chinese

您当前的位置：

首页 >

文章列表页 >

基于图像特征的车脸栅格的定位方法

研究与探讨 | 更新时间：2025-09-11

- 基于图像特征的车脸栅格的定位方法
- Localization method of car face grid based on image features
- 传感器与微系统 2017年36卷第9期页码：64-66
- 作者机构：
  
  1. 昆明理工大学信息工程与自动化学院
  2. 云南省智能交通系统工程技术研究中心智能图像处理研究室
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目（61363043）
- DOI：10.13873/j.1000-9787(2017)09-0064-03
  中图分类号： U495;TP391.41
- 纸质出版：2017
- 稿件说明：
移动端阅览
[1]张有芬,李玉惠,潘艺.基于图像特征的车脸栅格的定位方法[J].传感器与微系统,2017,36(09):64-66.

ZHANG You-fen, LI Yu-hui, PAN Yi. Localization method of car face grid based on image features[J]. 2017, 36(9): 64-66.
[1]张有芬,李玉惠,潘艺.基于图像特征的车脸栅格的定位方法[J].传感器与微系统,2017,36(09):64-66. DOI： 10.13873/j.1000-9787(2017)09-0064-03.

ZHANG You-fen, LI Yu-hui, PAN Yi. Localization method of car face grid based on image features[J]. 2017, 36(9): 64-66. DOI： 10.13873/j.1000-9787(2017)09-0064-03.

摘要

为了解决智能交通系统中车型识别的瓶颈

找到能够准确定位车标的方法

提出了在Adaboost算法定位出的车脸的基础上

对车脸图像进行二值化处理

经过二值化图像的水平梯度和垂直梯度的投影定位栅格的方法

为后续车标的识别提供了一种新的方法。经过实验验证:方法无论从理论上还是实际应用中

具有重要的意义。

Abstract

In order to solve the bottleneck of vehicle recognition in intelligent transportation system

and find a way to accurately locate the vehicle logo

a new method is presented based on the Adaboost algorithm to locate the car face. After binaryzation image processing

projection of the horizontal gradient and vertical gradient of the binaryzation image is used to locate the grid

provide a new method for identification of the subsequent logo.Experimental results show that this method is of great significance both in theory and in practice.

关键词

Keywords

references

Adaboost集成BP神经网络在火电厂SO 2 浓度检测中的应用 [J]. 严玥,严实,杨永斌,江赟. 传感器与微系统 . 2016(09)

基于边缘投影的快速车标定位方法 [J]. 刘玉松,陈刚. 信息技术 . 2015(11)

车脸定位及识别方法研究 [J]. 李全武,李玉惠,李勃,陈伊. 计算机科学与探索 . 2015(06)

基于联合卷积和递归神经网络的交通标志识别 [J]. 宣森炎,龚小谨,刘济林. 传感器与微系统 . 2014(08)

一种实现快速车标定位的方法 [J]. 楼汉琦,蔡晓东,李长俊. 国外电子测量技术 . 2013(06)

基于改进HOG特征值的车标检测与识别方法 [J]. 鲁丰,刘芸,张仁辉. 光通信研究 . 2012(05)

基于模板匹配和边缘检测的车标定位方法 [J]. 李侠,李文举,孙娟红,郑宏亮. 计算机工程与设计 . 2011(10)

基于对称性的实时车标定位和识别方法 [J]. 王运琼,刘直芳,肖飞. 系统仿真学报 . 2009(04)

智能车辆发展及其关键技术研究现状 [J]. 李舜酩,沈峘,毛建国,辛江慧,缪小东. 传感器与微系统 . 2009(01)

基于差分与对称性检测相结合的车标定位方法 [J]. 李红林,王运琼. 曲靖师范学院学报 . 2008(06)

基于水平灰度跳边和垂直投影的车牌定位方法 [J]. 付炜,赵正则,王大江. 电子测量技术 . 2008(03)

一种新的退化交通标志图像的分类算法研究 [J]. 丁淑艳,华春梅,李伦波. 传感器与微系统 . 2007(08)

一种由粗到精的车标定位算法 [J]. 陈阳,李定主. 电脑开发与应用 . 2007(02)

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于Adaboost的孪生支持向量机人脸识别方法

基于几何特征与新Haar特征的人脸检测算法

基于Adaboost和PCA的嵌入式人脸识别方法

Adaboost集成BP神经网络在火电厂SO₂浓度检测中的应用

Adaboost集成BP神经网络在传感器阵列检测系统中的应用