基于图像模糊度与主成分分析的车牌汉字识别

被引：4

作者：

磨少清 ^{[1
,2
]}

刘正光 ^{[1
]}

张军 ^{[1
]}

机构：

[1] 天津大学电气与自动化工程学院

[2] 广西民族大学物理与电子工程学院

来源：

光电子激光 | 2010年 / 03期

关键词：

车牌汉字识别; 主成分分析(PCA); 模糊度; 子空间族;

D O I：

10.16136/j.joel.2010.03.027

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对车牌汉字字符结构复杂且图像品质差异大而导致识别率不高的情况,提出了一种基于图像模糊度的主成分分析(PCA)子空间车牌汉字字符识别方法。首先通过三角模和非模糊基数计算字符图像的模糊度,然后根据模糊度将训练样本分成不同的子集并生成相应的PCA子空间族,最后以待识别字符的模糊度为依据选择相应的子空间族进行识别。实验数据表明,本文方法使得子类的类内距离变小类间距离增大,从而可以获得较高的识别率。与其他算法的对比实验进一步表明,本文算法能更好地同时满足精度和实时性的要求,具有良好的综合性能。

引用

页码：444 / 447

页数：4