一种基于积分特征通道和SVM训练器的车型识别算法

摘要

本发明涉及计算机视觉领域，特指一种基于积分特征通道和SVM训练器的车型识别算法。本系统针对车牌识别这个特定问题，为了提高系统的准确性与可靠性，使其能满足实时性需求。本算法包括两个步骤：1、车牌定位；2、包含车型信息的车脸区域截取；3、基于HOG联合特征的车型识别并输出。本发明中提出的方法实际上可嵌入FPGA实现，运用于具有实时输出图像功能的车型识别功能的相机或摄像机中。

主权项

一种基于积分特征通道和SVM训练器的车型识别算法，其特征在于，包括以下步骤：步骤S1：车牌定位，其包括：步骤S1.1：训练车牌样本特征提取及特征组织，包括手动抠取出任意正常国标车牌、对抠取出的车牌图像进行积分通道特征提取、以及基于Adaboost算法训练检测器；步骤S1.2：车牌的检测定位，包括对目标图像进行扫描以获取初定位车牌图像，并对所述初定位车牌图像进行非极大值抑制算法处理后，再将处理结果进行基于霍夫变换的倾斜校正得到二次定位后的车牌图像；步骤S2：车脸区域截取，其包括在定位出准确的车牌位置后，根据车牌的长宽，选取一定的比例进行车脸区域图像的截取；步骤S3：车脸区域图像识别，其包括首先确定各种车型车脸区域的分类器，然后分别提取实时车型车脸区域的灰度方向梯度直方图(HOG)特征、二值HOG特征、16值HOG特征，将它们组合成联合HOG特征，将得到的联合HOG特征用核主成分分析法进行降维，最后将车脸区域的联合HOG特征送入支持向量机进行训练和预测，得到最终的车型识别结果。