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:
车牌识别技术已经是一项非常成熟的技术.而车牌当中的中文字符由于笔画比较复杂且位置较偏导致拍摄条件受限,得到的车牌中文字符图像质量不佳,往往较难辨认,从而给车牌识别工作尤其是车牌中文字符识别带来了极大困难.文中采用基于费希尔判别准则的字典学习方法来提取中文字符的特征,为了从不同的角度对中文字符提取特征,用不同的训练样本训练三个字典学习模型,将车牌中文字符样本分别通过训练好的三个字典学习模型,从而形成三种残差信息,用Softmax对三种残差信息进行整合,最终得到识别结果.通过实际测试表明,由于文中采用了更加具有区分能力的基于费希尔判别准则的字典模型,且采用三种不同的字典学习模型同时对同一个中文字符进行特征提取,与传统的中文识别方法相比,该方法对模糊车牌中文字符具有较好的识别效果.
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
AdaBoost算法在车牌字符识别中的应用
车牌识别
字符识别
特征选择
AdaBoost
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
基于形状上下文的车牌字符识别
形状上下文
对数极坐标直方图
匹配代价
迭代二值化
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 基于字典学习的模糊车牌中文字符识别
来源期刊 计算机技术与发展 学科 工学
关键词 中文字符识别 字典学习 主成分分析 Softmax回归
年,卷(期) 2017,(11) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 75-78
页数 4页 分类号 TP301
字数 3088字 语种 中文
DOI 10.3969/j.issn.1673-629X.2017.11.016
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 刘峰 南京邮电大学图像处理与图像通信江苏省重点实验室 97 634 12.0 21.0
2 干宗良 南京邮电大学图像处理与图像通信江苏省重点实验室 69 440 13.0 17.0
3 麦媛玲 2 3 1.0 1.0
4 吕颢 南京邮电大学图像处理与图像通信江苏省重点实验室 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (146)
共引文献  (166)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (14)
二级引证文献  (1)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(13)
  • 参考文献(0)
  • 二级参考文献(13)
2010(16)
  • 参考文献(1)
  • 二级参考文献(15)
2011(13)
  • 参考文献(1)
  • 二级参考文献(12)
2012(17)
  • 参考文献(1)
  • 二级参考文献(16)
2013(21)
  • 参考文献(1)
  • 二级参考文献(20)
2014(9)
  • 参考文献(1)
  • 二级参考文献(8)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
中文字符识别
字典学习
主成分分析
Softmax回归
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导