作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
车牌识别系统一直是当今科研的热点。研究与实现车牌图像以达到SVM(支持向量机)的识别分类格外重要。其中的困难是实现对偏斜程度大的车牌图像识别分类,采用一种扩大图像旋转和仿射变换结合的识别算法。最后利用得到的正视角矩形,用于后期的SVM训练和测试。实验结果表明:该算法适用于复杂的车牌定位环境,而且准确率高和实用性强。
推荐文章
基于SVM混合网络的车牌字符识别研究
字符识别
支持向量机
神经网络
基于SVM的车牌字符分割和识别方法
字符分割
SVM
字符识别
BP神经网络
用于车牌字符识别的SVM算法
支持矢量机(SVM)
车牌字符识别
最优分类面
核函数
基于SVM的车牌自动识别系统
支持向量机:字符识别
BP神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SVM的偏斜车牌识别
来源期刊 现代计算机:中旬刊 学科 工学
关键词 车牌识别 支持向量机 偏斜程度 扩大图像旋转 仿射变换
年,卷(期) 2016,(8) 所属期刊栏目
研究方向 页码范围 64-68
页数 5页 分类号 TP391.41
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张明 上海海事大学信息工程学院 62 185 8.0 11.0
2 张笑 上海海事大学信息工程学院 3 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
车牌识别
支持向量机
偏斜程度
扩大图像旋转
仿射变换
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代计算机:中旬刊
月刊
1007-1423
44-1415/TP
广州市海珠区新港西路135号中山大学园B
46-205
出版文献量(篇)
9067
总下载数(次)
3
总被引数(次)
0
论文1v1指导