基于高斯混合模型的车辆字符识别算法

被引：8

作者：

杨晓敏

何小海

吴炜

薛磊

陈默

机构：

[1] 四川大学电子信息学院图像信息研究所

来源：

光电子激光. | 2007年 / 04期

关键词：

车牌识别; 高斯混合模型(GMM); EM算法; 特征提取; 贝叶斯分类器;

D O I：

10.16136/j.joel.2007.04.029

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

在基于统计方法的车牌字符识别算法中,为了更有效地描述车牌字符特征的类条件概率密度,提出了一种基于高斯混合模型(GMM)的识别方法。首先采用Gabor变换来提取车牌字符的特征参数,然后通过GMM来逼近字符特征的类条件概率密度分布,最后根据得到的类条件概率密度分布函数构造贝叶斯分类器。其中,GMM的参数估计采用EM算法。实验表明,这种方法具有良好的字符识别效果、较强的鲁棒性以及较大的应用价值。

引用

页码：487 / 490

页数：4