本文提出了一种新的实时车牌检测方法，旨在快速，准确地检测实时视频。与以前使用滑动窗口扫描多尺度图像的基于学习的检测方案相比，我们的方法采用了级联方案。在第一阶段，基于边缘密度检测非常低分辨率的缩小图像中的边缘密度，以确保高速。在第二阶段，使用具有协方差特征的线性SVM分类器对候选区域进行验证，以实现高精度。在从实际交通监控收集的两个数据集上的实验结果表明，视频表明了我们方法的鲁棒性，该方法相对于缩放，旋转，模糊和照明都相对不变。该方法仅需10毫秒即可对a.768 576图像进行检测。

本文提出了一种新的实时车牌检测方法，旨在快速，准确地检测实时视频。与以前使用滑动窗口扫描多尺度图像的基于学习的检测方案相比，我们的方法采用了级联方案。在第一阶段，基于边缘密度检测非常低分辨率的缩小图像中的边缘密度，以确保高速。在第二阶段，使用具有协方差特征的线性SVM分类器对候选区域进行验证，以实现高精度。在从实际交通监控收集的两个数据集上的实验结果表明，视频表明了我们方法的鲁棒性，该方法相对于缩放，旋转，模糊和照明都相对不变。该方法仅需10毫秒即可对a.768 576图像进行检测。