基于層次型Ａｄａｂｏｏｓｔ的動態車牌定位方法

[摘要] 提出了一種結合車牌定位和跟蹤的快速動態車牌定位算法。在層次型AdaBoost檢測算法的基礎上，結合提出的一種基于線性預測的車牌跟蹤算法來縮小搜索空間，使得檢測速度提高到16幀/秒。還設計了一種結合層次型AdaBoost 算法、雙閾值判決構造強分類器的檢測器訓練方法，可以方便地應用于物體定位技術上。

[關鍵詞] 車牌定位 Adaboost算法 閾值 分類器

一、引言

汽車車牌的定位技術是實現車輛身份識別的關鍵步驟，是近年來計算機視覺與模式識別技術在智能交通領域應用的重要研究課題之一。20世紀90年代以來，我國開始對車牌定位進行深入研究，并取得了一定成效。其中基于統計模型的方法取得了很好的效果，本文采用Adaboost 方法訓練得到了一個層次型車牌檢測器，并結合本文提出的一種基于線性預測的車牌跟蹤方法來提高車牌檢測速度。

二、層次型Adaboost的動態車牌定位

考慮到速度和檢測率的要求，本文在文獻算法的基礎上，設計了一個基于層次型AdaBoost檢測算法的靜態車牌檢測器。該檢測器采用本文設計的一種結合層次型AdaBoost算法、雙閾值判決構造強分類器的檢測器訓練方法訓練得到。層次型檢測器分為多層，每一層都是AdaBoost算法訓練得到的一個強分類器，經過閾值調整，使得每一層都能讓幾乎全部車牌樣本通過，而拒絕很大一部分非車牌樣本。本文將層次型檢測訓練方法和檢測器訓練加速方法結合，設計了弱分類器采用雙閾值判決的方法。……