基于SVM分类器的集装箱箱号识别法

• 作者: 安博文 庞然 李丹
• 来源期刊: 上海海事大学学报
• 关键词: 字符识别 支持向量机 质心特征 改进的灰度直方图特征 边缘方向直方图特征
• 年，卷（期）: 2011,（1）
• 页码范围: 25-29
• 分类号: U691.1|TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9498.2011.01.006

摘要

为准确、高效地识别集装箱箱号,提出基于支持向量机(Support Vector Machine,SVM)分类器的集装箱箱号识别法.在对大量箱号图片进行实验并统计各种特征识别率的基础上,经过预处理、箱号定位、字符分割,得到36×22像素大小的二值化图像;提取箱号字符的边界和质心特征、改进的灰度直方图特征以及边缘方向直方图特征,将这些特征进行组合形成特征向量并进行降维和归一化处理;利用SVM分类器把处理过的特征向量进行分类并识别.实验结果表明,该方法平均识别正确率可以达到95%,高于使用单一特征的识别、简单的模板匹配算法以及特征加权(八邻域)模板匹配算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李丹	上海海事大学信息工程学院	29	185	10.0	12.0
2	安博文	上海海事大学信息工程学院	85	270	8.0	10.0
3	庞然	上海海事大学信息工程学院	3	29	3.0	3.0