基于AdaBoost与CNN结合的车牌检测识别系统研究

针对现有车牌检测识别系统在复杂场景下系统鲁棒性差的情况,本文提出了一种基于学习、由粗到精的车牌检测方法。在检测车牌时,首先利用基于Haar-like特征的AdaBoost级联分类器对车牌进行粗略定位,然后再利用随机样本一致性算法精细地定位出车牌所在区域,最后将车牌区域输入到CNN网络中,实现了车牌字符识别。结果表明,该系统对车牌区域提取及车牌字符识别具有很好地适应性和准确性,并且能满足大多数场景需求。