局部HOG和分层LBP特征融合的车牌字符识别

• 作者: 王福龙 高聪
• 来源期刊: 计算机系统应用
• 关键词: 车牌识别 模板匹配 局部HOG特征 分层LBP特征 特征向量
• 年，卷（期）: 2017,（4）
• 页码范围: 116-123
• 页数: 8页
• 字数: 4546字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.005682

摘要

针对车牌字符识别中模板匹配法识别率低,尤其是无法准确识别相似字符的不足,提出了一种局部HOG和分层LBP特征融合的车牌字符识别方法.首先利用模板匹配法对车牌所有字符进行初步识别,然后利用HOG算子提取车牌和模板相似字符中最具区分度的一小块边缘特征,接着利用LBP算子提取原始车牌和模板相似字符中相同区域块的分层纹理特征,将两种特征串行融合构建串行特征向量,最后根据特征向量之间的卡方距离来度量车牌字符和模板字符的相似性,进而完成二次识别.通过实验比较了11种算法的识别性能,结果表明本文方法有效地解决了相似字符误识别的问题,在保证识别速率的同时识别率显著提高,达到99.52%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王福龙	广东工业大学应用数学学院	33	206	8.0	13.0
2	高聪	广东工业大学应用数学学院	2	55	2.0	2.0