基于支持向量机的车牌字符识别

被引：7

作者：

陈来荣 ^{[1
]}

冀荣华 ^{[2
]}

徐宇 ^{[3
]}

机构：

[1] 北京工业大学交通研究中心

[2] 中国农业大学教育部现代精细农业系统集成研究重点实验室

[3] 北华大学产业处

来源：

公路交通科技 | 2006年 / 05期

关键词：

模式识别; 车牌字符识别; 支持向量机; 核函数;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

支持向量机(Support Vector Machines,简称SVM)能够有效地解决小样本学习、非线性及高维模式识别等问题。对此提出了在无特征提取情况下基于SVM的车牌字符识别方法,通过实验选定二次多项式作为核函数,并将基于SVM的车牌字符识别与基于BP神经网络的车牌字符识别进行了实验对比。结果表明,在训练样本较少的情况下,该系统具有较高的识别率和识别速度,并具有很好的分类推广能力。

引用

页码：126 / 129

页数：4

共 5 条

[1]

基于数字图像处理的车牌识别系统.[D].王大印.北京工业大学.2003, 03

[2] 基于支持向量机的车辆自动分类方法 [J].