一种基于SVM的改进车牌识别算法

被引:13
作者
薛丹
孙万蓉
李京京
贾海龙
杨子峰
王政
机构
[1] 西安电子科技大学电子工程学院
关键词
车牌识别; SVM; 特征向量; 网格; 投影; 细化;
D O I
10.16180/j.cnki.issn1007-7820.2013.11.042
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
提出了一种基于支持向量机(SVM)的改进车牌识别方法。对细化处理后的字符采用网格、水平投影与垂直投影密度的特征提取方法,保证了字符整体与局部特征,同时也使特征向量集的维数充分低。结合3种特征提取方法得到的特征向量集,采用SVM进行车牌号码识别。对于易混淆字符,提出了根据各自的特征进行2次识别的算法,该算法有效解决了易混淆字符误识别的问题。实验结果表明,该算法鲁棒性好、抗干扰能力强、识别率达到了98.58%。
引用
收藏
页码:22 / 25
页数:4
相关论文
共 7 条
[1]   机动车车牌识别中SVM的应用 [J].
郭来德 ;
张燕 ;
曹杨 ;
窦玲 .
计算机与数字工程, 2012, 40 (04) :105-106+119
[2]   SVM多类分类器在车牌字符识别中的应用 [J].
王伟 ;
马永强 ;
彭强 .
计算机工程与设计, 2011, 32 (09) :3166-3169
[3]   字符多特征提取方法及其在车牌识别中的应用 [J].
何兆成 ;
佘锡伟 ;
余文进 ;
杨文臣 .
计算机工程与应用, 2011, (23) :228-231
[4]   神经网络在车牌识别中的应用 [J].
王力 ;
王小华 ;
王莉 .
微型机与应用, 2011, 30 (05) :38-40
[5]   SVM在车牌字符识别中的应用 [J].
吴进军 ;
杜树新 .
电路与系统学报, 2008, (01) :84-87
[6]  
基于嵌入式系统的在线训练软测量平台.[D].王健伟.浙江大学.2010, 08
[7]  
车牌识别技术的研究.[D].吴进军.浙江大学.2005, 02