主成分分析方法(PCA)在车辆牌照识别中的应用

被引：5

作者：

邬岚

张桂林

机构：

[1] 华中科技大学图像识别与人工智能研究所图像信息处理与智能控制教育部重点实验室

来源：

关键词：

车牌识别; 特征空间; 奇异值分解(SVD); 主成分分析(PCA);

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

将主成分分析方法(PCA)应用于车牌识别。首先根据采集到样本分类构造各类样本对应特征子空间,然后对待识别字符图片进行预处理,再分别向各类特征空间投影,根据重构误差判断类别识别字符。

引用

页码：110 / 112+123 +123

页数：4

共 5 条

[1] Face recognition using eigenfaces. M.A.Turk,and A.P.Pentland. Proc.ofComputer Vision and Pattern Recognition . 1991
[2] A tutorial on principal components analysis. L.I.Smith. http://csnet.otago.ac.nz/cosc453/student-tutorials/principal-components.pdf . 2002
[3] Face Recognition Using Kernel Eigenfaces. Ming-Hsuan Yang,Narendra Ahuja,David Kraegman. Image Processing,2000.Proceedings.2000International Con-ference . 2000
[4] Eigenfaces for recognition. M.Turk,and A.Pentland. Journal of Cognitive Neuroscience . 1991
[5] Character recognition in car license plates based on principal compo-nents and neural processing. da Rocha Gesualdi,A,Manoel de Seixas,J. Neural Networks,2002.SBRN2002.Proceedings.VII Brazilian Symposium on . 2002