基于边缘检测与模式识别的车脸识别算法
来源期刊:控制工程2018年第2期
论文作者:徐骏骅
文章页码:357 - 361
关键词:车脸识别;Lab颜色空间;Canny边缘检测;粗糙集;Adaboost分类器;
摘 要:为了解决当前车辆目标成像效果差且光照干扰强,导致智能系统识别车辆能力不足的问题,提出了基于边缘检测与模式识别的车脸识别算法。首先,基于Lab颜色空间转换与Canny边缘检测,设计车辆前脸区域检测机制,得到车脸区域图像。然后,基于粗糙集描述和Adaboost分类器,对车脸特征完成训练,建立强识别器,准确识别车脸。最后,基于开源图像库Aforge.NET和C#语言实现算法,开发出瀑布结构标准软件系统。实验测试结果显示:与当前车脸识别技术相比,算法拥有更高的准确性与稳定性。
徐骏骅
浙江同济科技职业学院工程与经济管理系
摘 要:为了解决当前车辆目标成像效果差且光照干扰强,导致智能系统识别车辆能力不足的问题,提出了基于边缘检测与模式识别的车脸识别算法。首先,基于Lab颜色空间转换与Canny边缘检测,设计车辆前脸区域检测机制,得到车脸区域图像。然后,基于粗糙集描述和Adaboost分类器,对车脸特征完成训练,建立强识别器,准确识别车脸。最后,基于开源图像库Aforge.NET和C#语言实现算法,开发出瀑布结构标准软件系统。实验测试结果显示:与当前车脸识别技术相比,算法拥有更高的准确性与稳定性。
关键词:车脸识别;Lab颜色空间;Canny边缘检测;粗糙集;Adaboost分类器;