基于小波包和Zernike矩特征提取的车牌字符识别

• 作者: 宋平 王润民 许慧燕 钱盛友
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 字符识别 小波包 Zernike 矩 神经网络
• 年，卷（期）: 2007,（14）
• 所属期刊栏目: 工程与应用
• 页码范围: 210-212
• 页数: 3页
• 分类号: TP393.41
• 字数: 2789字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.14.062

摘要

提出了一种基于小波包和Zernike矩特征提取的车牌字符识别方法.首先针对数字字符特殊的字体结构,采用了数学形态学方法进行滤波处理.预处理后,对待识别字符进行三层小波包分解,获取第三层各节点小波包系数;同时对小波包分解后的第二层各节点进行重构,并分别计算重构后所得图像的Zernike矩;最后对获得的小波包系数和重构后所得图像的Zernike矩所组成的特征空间进行降维处理,并利用BP神经网络对车牌中的数字进行识别.实验结果表明,该方法效果良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱盛友	湖南师范大学物理与信息科学学院	108	738	15.0	19.0
2	王润民	湖南师范大学物理与信息科学学院	7	101	5.0	7.0
3	许慧燕	湖南师范大学物理与信息科学学院	4	66	4.0	4.0
4	宋平	湖南师范大学物理与信息科学学院	4	69	4.0	4.0