基于结构特征和灰度特征的车牌字符识别方法

• 作者: 唐远炎 王翊 罗辉武 蓝利君
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 主成分分析(PCA) 级联分类器 SVM 车牌字符识别
• 年，卷（期）: 2011,（11）
• 所属期刊栏目: 图形图像
• 页码范围: 267-270,302
• 分类号: TP391.41
• 字数: 5389字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2011.11.062

摘要

提出了基于结构特征和灰度像素特征的车牌字符级联识别方法.为提高车牌字符识别性能,分别在车牌二值小字符图像上提取结构特征和直接利用PCA降维后的车牌二值小字符图像的像素特征作为输入,用支持向量机(SVM)将其映射至高维空间分别进行分类,取两者中置信度高的结果作为预分类结果.当分类结果为“8”、“B”这类易混的字符时,取对应的灰度小字符图像像素值作原始特征,用PCA降维后再次用SVM进行分类,分类结果作为最后的二次分类结果.若为“0”、“D,”时,则再次利用结构特征分类器做最后分类.该算法被用于台湾地区车牌的字符识别系统中,实验表明它能有效提高易混字符的识别正确率,具有很高的识别性能,应用前景广泛.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王翊	重庆大学计算机学院	28	177	8.0	12.0
2	唐远炎	重庆大学计算机学院	20	165	8.0	12.0
3	罗辉武	重庆大学计算机学院	3	67	3.0	3.0
4	蓝利君	重庆大学计算机学院	3	67	3.0	3.0