基于改进SVM方法的车牌识别研究

• 作者: 蔡延光 马杰
• 来源期刊: 现代计算机：上半月版
• 学科: 工学
• 关键词: 最小二乘支持向量机 图像识别 多维关联规则 混沌粒子群算法
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 图形图像
• 页码范围: 23-27
• 页数: 5页
• 分类号: TP391.41
• 字数: 2267字
• 语种: 中文

摘要

为了解决复杂环境下汽车牌照识别困难的问题，建立基于改进SVM方法的图像识别模型。首先，采集牌照字符信息数据，建立字符识别数据库；然后，利用最小二乘支持向量机（LS—SVM）方法建立图像识别模型，并通过粒子群算法来实现模型中参数的优化；最后将改进的SVM分类模型应用于复杂环境车牌自动识别。实验结果表明该方法具有识别准确度高、消耗时间短的优点。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡延光	广东工业大学自动化学院	181	812	14.0	20.0
2	马杰	广东工业大学自动化学院	2	5	1.0	2.0