一种基于SVM的改进车牌识别算法

• 作者: 孙万蓉 李京京 杨子峰 王政 薛丹 贾海龙
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 车牌识别 SVM 特征向量 网格 投影 细化
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 协议·算法及仿真
• 页码范围: 22-25
• 页数: 4页
• 分类号: TP391
• 字数: 3440字
• 语种: 中文

摘要

提出了一种基于支持向量机(SVM)的改进车牌识别方法.对细化处理后的字符采用网格、水平投影与垂直投影密度的特征提取方法,保证了字符整体与局部特征,同时也使特征向量集的维数充分低.结合3种特征提取方法得到的特征向量集,采用SVM进行车牌号码识别.对于易混淆字符,提出了根据各自的特征进行2次识别的算法,该算法有效解决了易混淆字符误识别的问题.实验结果表明,该算法鲁棒性好、抗干扰能力强、识别率达到了98.58％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙万蓉	西安电子科技大学电子工程学院	25	205	7.0	12.0
2	薛丹	西安电子科技大学电子工程学院	4	34	3.0	4.0
3	李京京	西安电子科技大学电子工程学院	5	92	4.0	5.0
4	杨子峰	西安电子科技大学电子工程学院	3	48	3.0	3.0
5	贾海龙	西安电子科技大学电子工程学院	4	70	4.0	4.0
6	王政	西安电子科技大学电子工程学院	3	43	2.0	3.0