基于机器学习的多车牌识别算法应用研究

• 作者: 李刚 郑顾平 闫勃勃
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 机器学习 车牌识别 支持向量机 多层感知机
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 应用开发研究
• 页码范围: 129-132
• 页数: 4页
• 分类号: TP301.6
• 字数: 3296字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.06.029

摘要

为满足车牌识别系统中对多车牌识别的高准确率的应用需求,提出一种基于优化参数的SVM(支持向量机)进行车牌定位.考虑到雾霾天气下拍摄的图片对车牌识别的影响,先进行去雾处理,然后使用Sobel算子对图片进行垂直边缘检测,结合形态学处理确定候选车牌轮廓,对候选车牌轮廓通过外接矩阵的长宽比初步判断符合车牌的区域.加上国内车牌的颜色单一,结合HSV颜色模型定位,很大程度上提高了车牌的定位率.对定位出的候选车牌区域进行训练和SVM模型判断,确定出符合车牌的区域.同时对车牌进行字符分割后,使用单独为车牌汉字训练的ANN模型进行字符识别.此外针对不同的场景提供训练模式,系统可以训练特定场景下的SVM模型.经验证,该系统能够满足多车牌识别的实际应用,鲁棒性和准确率相比通用模型提高近20％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑顾平	华北电力大学控制与计算机工程学院	41	190	6.0	12.0
2	李刚	华北电力大学控制与计算机工程学院	45	490	13.0	21.0
3	闫勃勃	华北电力大学控制与计算机工程学院	1	16	1.0	1.0