摘要：针对车标图像的分类难问题,提出基于多种LBP 特征集成学习的车标识别算法。利用车牌与车标的相对位置关系粗定位车标区域;根据车标背景纹理特征使用不同的算子进行边缘检测,进而实现背景消融,采用投影方法精确确定车标位置;将车标图像分块,应用CSLBP 算子提取每个像素点邻域特征,将车标所有像素点邻域特征合成精细的纹理特征,运用LBP 直方图算法提取车标区域的空间结构特征,再采用SVM和BP 分别训练这两种特征,得到投票决策矩阵,利用加权求和的规则融合决策矩阵,构成最优集成分类器,输出车标类别。实验结果表明,该算法的识别率明显优于单一的特征和分类器。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社