基于复杂背景的车牌字符快速识别方法

• 作者: 冶建科 王练术 辛永红
• 来源期刊: 科技与创新
• 关键词: 复杂背景 二值化 支持向量机 卷积神经网络
• 年，卷（期）: 2009,（22）
• 所属期刊栏目: 模式识别
• 页码范围: 184-186
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2009.22.074

摘要

复杂背景下车辆牌照的快速识别主要包括字符的定位、提取与识别.本文针时在复杂背景下如何快速定位并提取字符、如何提高字符识别率的问题,阐述了在复杂背景车牌字符识别系统中,Niblack(二值化)与SVM相结合的方法和卷积神经网络的具体应用.试验结果表明,在对复杂背景图片中的车牌与集装箱箱体字符进行识别时,该系统准确率分别到达92%与89%,单次所需时间为1秒(CPU 1.66GHZ).本文方法直接对字符定位,克服了传统方法只能针对车牌字符进行识别的局限性,优于其他识别方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王练术	上海交通大学计算机系	1	3	1.0	1.0
2	辛永红	上海交通大学计算机系	1	3	1.0	1.0
3	冶建科	上海交通大学计算机系	3	35	3.0	3.0