王江明
- 作品数：5 被引量：24H指数：2
- 供职机构：合肥工业大学更多>>
- 发文基金：国家自然科学基金安徽高校省级自然科学研究基金安徽省科技攻关计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于点对特征的车标识别方法
- 本发明公开了一种基于点对特征的车标识别方法，首先对车标图案进行预处理，通过前后背景的判断、二值化和归一化，形成车标的标准图案；然后基于标准图案，提取前后背景中的骨架区域，通过随机取点进行特征点对的提取，形成标准点对；通过...
- 余烨刘晓平郑利平聂振兴金强王江明
- 文献传递
- 多梯度融合的RGBD图像边缘检测被引量：16
- 2017年
- 基于单一的属性变化进行边缘检测往往会损失部分边缘信息,影响了检测结果的完整性,对此提出一种基于多梯度融合的边缘检测算法。该算法针对RGB图像,首先转换到YCbCr颜色空间下,分别提取亮度分量Y颜色分量Cb、Cr针对提取的亮度分量Y颜色分量Cb、Cr,结合深度图像D,分别使用多方向的圆形边缘检测算子进行梯度计算,对所获得的4种梯度图像进行融合获得边缘检测结果。实验结果表明,算法获得的边缘检测结果更加清晰完整,有效的提高了边缘检测的效果。
- 王江明余烨金强李冰飞
- 关键词：边缘检测梯度算子深度图像
- 前背景骨架区域随机点对策略驱动下的车标识别方法被引量：8
- 2016年
- 目的现有的车标识别算法均为各种经典的图像特征算子结合不同的分类器组合而成,均未分析车标图像的结构特点。综合考虑车标图像的灰度特征和结构特征,提出了一种前背景骨架区域随机点对策略驱动下的车标识别方法。方法本文算法将标准车标图像分为前景区域和背景区域,分别提取前、背景的骨架区域,在其中进行随机取点,形成点对,通过进行点对的有效性判断,提取能表示车标的点对特征。点对特征表示两点周围局部区域的相似关系,反映了实际车标成像过程中车标图案部分与背景部分的灰度明暗关系。结果在卡口系统截取的19 044张车标图像上进行实验,结果表明,与其他仅基于灰度特征的识别方法相比,本文提出的点对特征识别方法具有更好的识别效果,识别率达到了95.7%。在弱光照条件下,本文算法的识别算法效果同样优于其他仅基于灰度特征的识别方法,识别率达到了87.2%。结论本文提出的前背景骨架区域随机点对策略驱动下的车标识别方法,结合了车标图像的灰度特征和结构特征,在进行车标的描述上具有独特性和排他性,有效地提高了车标的识别率,尤其是在弱光照条件下,本文方法具有更强的鲁棒性。
- 余烨聂振兴金强王江明
- 关键词：车标识别
- 一种基于多级分类器的精细车辆型号识别方法
- 本发明公开了一种基于多级分类器的精细车辆型号识别方法，首先收集含车脸的正样本和不含车辆的负样本，通过LBP+Adaboost方法训练A级分类器，用于对车脸进行定位，同时截取车脸的图像，作为下一步输入的样本；将车脸图像按照...
- 余烨朱文佳金强聂振兴王江明
- 文献传递
- 基于特征学习的车标识别方法研究
- 车标识别作为智能交通系统的一个重要组成部分，在车辆管理和交通管理领域具有广泛的应用前景，同时车标识别为车辆身份认证提供了重要信息具有一定的研究价值。现有的车标识别算法中，提供的特征大多为手工设计的特征，其缺点是:需要丰富...
- 王江明
- 关键词：车标识别特征提取
