自然环境下道口客车车身字符识别算法研究

• 作者: 宓超 赵永猛
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 二值化 区域检测 字符分割 字符识别 Psauvola
• 年，卷（期）: 2020,（16）
• 所属期刊栏目: 图形图像处理
• 页码范围: 191-198
• 页数: 8页
• 分类号: TP391.41
• 字数: 6977字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1907-0306

摘要

针对外观尺寸相近,处于分类区间边缘的客车车型识别率不高的问题,提出通过识别车身限载数字字符进行车型分类的方法.由二值图结合字符的格式塔特征实现文字区域精定位,将分割出的数字字符使用神经网络进行识别,最终将识别的结果对应转换成相应客车类别以实现车型分类.将该算法在道口采集的三类、四类客车样本上进行实验,综合识别率为88.5％,相比基于外观几何特征的车型识别,识别率提高了将近10个百分点,且基于改进二值化算法(Psauvola)的字符识别相比使用其他二值化算法,识别率提升了一倍多.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宓超	上海海事大学物流工程学院	14	81	6.0	8.0
2	赵永猛	上海海事大学物流工程学院	1	0	0.0	0.0