基于尺度不变特征变换的车牌特征提取及BBF匹配方法

摘要：

针对传统车牌特征提取及匹配不足,提出了基于尺度不变特征变换(Scale-invariant feature transform,SIFT)的车牌特征提取及(Best Bin First,BBF)匹配方法.通过构建车牌字符标准模板,采用SIFT算法提取标准模板和待检测车牌中每个字符的SIFT特征向量,主要包括车牌高斯差分(Difference of Gauss,DoG)空间极值点检测,去除边缘相应点和低对比点,确定特征向量的方向和生成车牌特征向量.利用BBF(Best Bin First)算法完成标准模板特征向量与待检测车牌特征向量匹配,并获取识别结果.最后给出实验分析,证明该算法的识别率.

关键词：车牌识别、SIFT算法、BBF算法、特征提取、特征匹配

所属期刊栏目：47

分类号：TP391(计算技术、计算机技术)

资助基金：重庆市高等教育教学改革研究项目152072The Higher Education Teaching Reform Research Project of Chongqing Province in 2015,China152072

在线出版日期：2019-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：127-132,149