原文服务方: 微电子学与计算机       
摘要:
文章研究了车牌识别系统中的字符分割和识别技术.提出一种投影法粗分割结合先验知识后处理的字符分割方法,该方法简单、容易实现,取得了很好的分割效果.对于字符识别,本文采用SVM(Support Vector Ma-chine)方法,并根据车牌字符特征将子分类器分为四组,提高了识别率、缩短了训练时间,实验表明,用该方法识别车牌字符具有较高的识别率和识别速度,并避免了神经网络局部极值等问题.
推荐文章
基于阈值分割和区域生长的车牌识别方法
阈值分割
区域生长
垂直投影
车牌识别
一种基于OpenCV的车牌识别方法
车牌定位
字符分割
字符识别
BP神经网络
基于LS_SVM的车牌字符识别
车牌字符识别
最小二乘支持向量机
分类器
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SVM的车牌字符分割和识别方法
来源期刊 微电子学与计算机 学科
关键词 字符分割 SVM 字符识别 BP神经网络
年,卷(期) 2005,(6) 所属期刊栏目
研究方向 页码范围 34-36
页数 3页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1000-7180.2005.06.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱玉文 北京理工大学信息科学技术学院计算机科学工程系 35 537 13.0 22.0
2 刘万春 北京理工大学信息科学技术学院计算机科学工程系 39 645 13.0 24.0
3 高珊 北京理工大学信息科学技术学院计算机科学工程系 6 57 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (16)
参考文献  (4)
节点文献
引证文献  (45)
同被引文献  (49)
二级引证文献  (91)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(7)
  • 引证文献(6)
  • 二级引证文献(1)
2008(9)
  • 引证文献(7)
  • 二级引证文献(2)
2009(8)
  • 引证文献(4)
  • 二级引证文献(4)
2010(7)
  • 引证文献(4)
  • 二级引证文献(3)
2011(7)
  • 引证文献(5)
  • 二级引证文献(2)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(8)
  • 引证文献(5)
  • 二级引证文献(3)
2014(14)
  • 引证文献(3)
  • 二级引证文献(11)
2015(18)
  • 引证文献(2)
  • 二级引证文献(16)
2016(17)
  • 引证文献(1)
  • 二级引证文献(16)
2017(15)
  • 引证文献(2)
  • 二级引证文献(13)
2018(12)
  • 引证文献(0)
  • 二级引证文献(12)
2019(10)
  • 引证文献(2)
  • 二级引证文献(8)
研究主题发展历程
节点文献
字符分割
SVM
字符识别
BP神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导