基于机器视觉的分级车牌字符识别方法

• 作者: 吴正茂 林川 覃金飞
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 车牌字符识别 两级分类器 SVM 局部特征 特征融合
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 视频应用与工程
• 页码范围: 198-201
• 页数: 4页
• 分类号: TN911.73|TP391.41
• 字数: 3164字
• 语种: 中文

摘要

为提高车牌字符识别率,提出一种考虑整体和局部特征,分别采用两级SVM分类器的识别方法,其工作模式为:第一级分类器针对所有字符,在识别结果属于形似字符的情况下,送入对应的第二级分类器作进一步识别.第一级分类器提取字符图像整体的各网格比例作为SVM的分类特征.将形似字符分为5组,分别对应的5个SVM构成第二级分类器.通过分析各组内字符笔画特征的局部相异性,提取相应网格中字符轮廓的垂直、水平投影方差、比例等特征并进行特征融合作为相应SVM分类特征.实验结果表明,该方法字符平均识别时间为23.45 ms,且在形似字符的识别率和总体识别率方面均优于模板匹配、神经网络和同类的分级识别方法,是一种有效的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林川	广西科技大学电气与信息工程学院	26	66	5.0	7.0
5	覃金飞	广西科技大学电气与信息工程学院	9	13	2.0	3.0
6	吴正茂	广西科技大学电气与信息工程学院	1	6	1.0	1.0