一种基于KNN与改进SVM的车牌字符识别算法

被引：22

作者：

薛磊

杨晓敏

吴炜

陈默

何小海

机构：

[1] 四川大学电子信息学院图象信息研究所

来源：

四川大学学报(自然科学版) | 2006年 / 05期

关键词：

K近邻; 置信度; 支持向量机; 字符识别;

D O I：

暂无

中图分类号：

TP391.43 [];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ;

摘要：

提出了一种将KNN(K近邻)和支持向量机相结合的字符识别算法.首先用KNN对字符进行判断,如果输出的置信度大于阈值,则认为分类正确;如果小于阈值则采用支持向量机进行判决.改进了SVM分类器,通过调整支持向量机的分类超平面改进了支持向量机的性能.将算法应用到实际的车牌字符识别中,识别结果表明,这种方法在提高识别速度的同时,有效提高了字符的识别精度.

引用

页码：1031 / 1036

页数：6

共 11 条

[1]

SVM及其在车牌字符识别中的运用.[D].何婕.四川大学.2005, 01

[2] 一种基于模糊模板匹配的车牌汉字识别方法 [J].

吴炜 ;

杨晓敏 ;

刘大宇 ;

何小海 .

微型机与应用, 2005, (11) :57-59

[3] 基于Gabor变换和支持向量机的车牌字符识别算法 [J].

杨晓敏 ;

吴炜 ;

黎涛 ;

何小海 .

四川大学学报(工程科学版), 2005, (05) :130-134+138

[4] 一种基于Hausdorff距离的车牌字符识别算法 [J].

吴炜 ;

余艳梅 ;

刘大宇 ;

何小海 .

计算机应用研究, 2004, (02) :258-260

[5] 一种基于改进模板匹配的车牌字符识别方法 [J].

马俊莉 ;

莫玉龙 ;

王明祥 .

小型微型计算机系统, 2003, (09) :1670-1672

[6] SVM-KNN分类器——一种提高SVM分类精度的新方法 [J].

李蓉 ;

叶世伟 ;

史忠植 .

电子学报, 2002, (05) :745-748

[7] 一种模板匹配和神经网络的车牌字符识别方法 [J].

王敏 ;

黄心汉 ;

魏武 ;

李炜 .

华中科技大学学报, 2001, (03) :48-50

[8]

数据挖掘中的新方法.[M].邓乃扬;田英杰著;.科学出版社.2004,

[9]

支持向量机导论.[M].(英)NelloCristianini;(英)JohnShawe-Taylor著;李国正等译;.电子工业出版社.2004,

[10]

模式识别.[M].边肇祺等编著;.清华大学出版社.2000,

← 1 2 →