一种基于相似度判据的K近邻分类器的车牌字符识别方法

• 作者: 何小海 吴炜 杨晓敏 薛磊 陈默
• 来源期刊: 四川大学学报(自然科学版)
• 学科: 工学
• 关键词: 车牌识别 相似度 特征提取 K近邻方法 特征融合
• 年，卷（期）: 2006,（5）
• 页码范围: 1043-1047
• 页数: 5页
• 分类号: TP3
• 字数: 2523字
• 语种: 中文
• DOI: 10.3969/j.issn.0490-6756.2006.05.019

摘要

针对K近邻方法分类准确率较高的特性,提出了一种基于相似度判据的K近邻分类器车牌字符识别方法.通过大量实验,选取字符的网格特征和轮廓特征作为分类依据,用特征融合方法将两种特征合并,实现特征的串行融合.根据相似度判据作K近邻分类,实现了一个车牌字符识别系统.实验表明,这种方法具有良好的识别效果,鲁棒性强,具有较大的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何小海	四川大学电子信息学院	395	2334	21.0	30.0
2	吴炜	四川大学电子信息学院	82	916	17.0	25.0
3	杨晓敏	四川大学电子信息学院	77	789	17.0	24.0
4	陈默	四川大学电子信息学院	36	362	11.0	18.0
5	薛磊	四川大学电子信息学院	6	136	6.0	6.0