基于Adaboost和SIFT-SVM的两阶段车牌检测

车牌识别技术是智能交通系统中研究的重要课题之一,车牌检测是整个车牌识别系统至关重要的一步,决定着最终的识别率。该文主要研究了车牌检测技术,应用了一种分两阶段的方法来检测现实生活中的车牌图像。车牌检测(LPD)过程中,可能牌照的字符区域的初始集合,首先由第一级分类器分离,然后传递到第二级分类器来排除非字符区域。36个Adaboost分类器作为第一阶段分类。在第二阶段,从训练子窗口得到的SIFT特征描述符训练了SVM。结果得到了可观的准确率和召回率。