基于形状上下文的低质量车牌字符识别方法

被引：6

作者：

万燕

李晓园

周增刚

机构：

[1] 东华大学计算机科学与技术学院

来源：

计算机应用与软件 | 2013年 / 30卷 / 05期

关键词：

低质量车牌字符; 多级分类器; 形状上下文; 显著特征区域;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

车牌字符识别的问题已经被广泛研究,但是对于一些低质量字符的识别率还是有待提高,特别是形近的字符,如(4,A)。针对这一问题提出一种结合局部特征和形状上下文特征的两级识别方法。在第一级分类时(称为粗分类),将形近字符识别为一类。若粗分类结果不是形近字符,则输出识别结果;否则进入第二级分类器进行细分类。细分类使用形状上下文的方法,并结合显著特征区域的思想,针对不同类别的形近字符,运用基于显著特征区域的形状上下文方法进行特征提取,再通过图像匹配得到识别结果。实验证明这种方法能够有效地对低质量形近字符进行识别。

引用

页码：267 / 270+310 +310

页数：5

共 14 条

[1]

Shape matching and object recognition using shape contexts. Belongie S,Malik J,Puzicha J. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2002

[2]

License plate recognition based on Support Vector Machine. Abdullah S N H S,Omar K,Sahran S,et al. International Conference on E-lectrical Engineering and Informatics (ICEEI) . 2009

[3] BP神经网络算法在数字识别中的应用 [J].

贺兴时 ;

刘宇 .

西北纺织工学院学报, 2000, (04) :356-362

[4]

基于Wiener滤波,K-L变换和BP网络的数字识别[J]. 顾洋,王庆林,徐立新. 北京理工大学学报. 2002(01)

[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]

Research on traffic number recognition based on neural network and invariant moments. Zheng-he Song,Bo Zhao,Zhong-Xiang Zhu,et al. International Conference on Machine Learning and Cybernetics . 2007

[7]

Vehicle License Plate Character Rec-ognition by Neural Network. Nukano T,Fukumi M,Khalid M. Intelligent Signal Processing and Communication Systems (ISPACS) . 2004

[8]

Research on the Recogni-tion Algorithm of the License Plate Character Based on the Multi-Resolu-tion Template Matching. Xiaoping Li,Xiao-xing Lv,Shuai-zong Wang. 20104th International Conference on New Trends in Information Science and Service Science (NISS) . 2010

[9]

Matching Shapes. Belongie S,Malik J,Puzicha J. Computer Vi-sion,Proceedings Eighth IEEE International Conference on ComputerVision ICCV . 2001

[10]

Recognition of Handwritten Numerals with Multiple Feature and Multistage Classifier. Cao J,Ahmadi M,Shridhar M. Pattern Recognition . 1995

← 1 2 →