基于伪zernike矩的车牌字符识别

• 作者: 孟立凡 李艳 王峰
• 来源期刊: 电子测试
• 学科: 工学
• 关键词: 车牌字符识别 伪zernike矩 BP神经网络 特征提取
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 设计与研发
• 页码范围: 19-23
• 页数: 5页
• 分类号: TP389
• 字数: 2879字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8519.2012.08.005

摘要

基于伪zernike矩的不变性,提出了基于伪zernike矩特征提取的车牌字符识别方法。在车牌区域定位的基础上,通过对图像的二值化过程和字符图像分割等一系列处理,在进行归一化处理后分别提取伪zernike的高阶矩。将提取的伪zernike矩作为字符的特征描述输入到BP神经网络进行训练,最后进行车牌字符分类识别。通过实验证明了该方法的的可行性。测试结果表明,这种方法实用有效,识别效果优于HU矩和zernike矩。而且可以计算出错误率和可识别的最佳矩,减小了计算量且增强了字符识别的实时性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王峰	中北大学电子测试技术国家重点实验室	15	57	4.0	7.0
2	孟立凡	中北大学电子测试技术国家重点实验室	74	279	9.0	12.0