字符多特征提取方法及其在车牌识别中的应用

• 作者: 何兆成 佘锡伟 余文进 杨文臣
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 车牌字符识别 多特征提取 支持向量机 神经网络 K近邻
• 年，卷（期）: 2011,（23）
• 所属期刊栏目: 工程与应用
• 页码范围: 228-231
• 分类号: TP391.9
• 字数: 4220字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.23.064

摘要

针对车牌字符识别中大部分单一特征提取方法在字符识别上的局限性,提出了一种车牌字符多特征提取方法,在经过预处理后的车牌细化字符基础上提取字符4个侧面的笔画特征、拐点特征、轮廓累积特征及字符内部像素特征,构建出一个维度较低的特征向量集,然后分别采用支持向量机、K近邻算法、BP神经网络、径向基神经网络对陆丰高速公路实地拍摄的车牌图片进行测试并分别与模板匹配方法、网格法、基于小波矩方法比较,实验结果表明提出的车牌字符多特征提取方法识别率高,鲁棒性好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何兆成	中山大学智能交通研究中心	45	758	17.0	26.0
2	余文进	中山大学智能交通研究中心	2	71	2.0	2.0
3	佘锡伟	中山大学智能交通研究中心	4	95	4.0	4.0
4	杨文臣	中山大学智能交通研究中心	2	85	2.0	2.0