基于SVM的车牌字符识别算法研究

• 作者: 刘永春
• 来源期刊: 四川理工学院学报：自然科学版
• 学科: 工学
• 关键词: 支持向量机 车牌字符识别 分类器设计
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 机械、电子及计算机科学
• 页码范围: 46-49
• 页数: 4页
• 分类号: TP181
• 字数: 3210字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1549.2012.04.013

摘要

SVM可在训练样本很少的情况下获得很好的分类推广能力。首先分析了用多类SVM算法对车牌中的字符进行识别时存在不可区分的区域问题和采用模糊SVM算法解决该问题的办法，然后讨论了字符特征的提取方法，并根据我国车牌字符的特点分别设计了汉字、字母、数字、字母／数字4个基于模糊多类SVM的字符分类器。最后在MATLAB环境下，采用径向基核函数对算法进行学习训练。实验测试结果表明，该方法可以很好的提高字符识别的速率和效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘永春	四川理工学院自动化与电子信息学院	25	112	5.0	9.0