一种支持向量机的车牌字符识别方法

摘要

本发明公开了一种车牌字符识别方法，包括支持向量机的训练过程和使用支持向量机进行车牌识别过程，本发明的车牌字符识别方法，采用LPP算法提取字符特征，得到的字符特征更具有分类判别性，提高判别效果；对字母数字分类器采用分层组建，可针对车牌的特点实现小类别范围内的识别，提高识别分别率，降低了识别算法的复杂度和训练参数存储资源，适用于嵌入式系统应用。采用基于置信度的视频流统计识别，避免了因单帧拍摄效果不好或车牌预处理效果不好而导致的识别效果不好的弊端，可进一步提高识别率。

主权项

一种支持向量机的车牌字符识别方法，包括支持向量机的训练过程和使用支持向量机进行车牌识别过程，其特征在于，支持向量机的训练过程包括以下步骤：（1）、对训练车牌字符样本进行车牌预处理得到字符样本集Xtrain；（2）、对字符样本集Xtrain利用LPP算法计算得到变换矩阵A，使高维数据集Xtrain映射到低维映射空间；（3）、对Xtrain利用变换矩阵A进行特征提取，得到训练车牌样本的特征数据集Ytrain；（4）、利用特征数据集Ytrain训练支持向量机，得到车牌字符识别的分类器；使用支持向量机分类器进行车牌识别过程包括以下步骤：（5）、对抓拍视频流中的每帧图片进行车牌定位，将定位得到的车牌预处理以及字符分割，得到测试字符样本集Xtest；（6）、对Xtest利用变换矩阵A进行特征提取，得到训练车牌样本的特征数据集Ytest；（7）、将Ytest输入到支持向量机分类器，得到字符识别结果，并计算该识别结果的置信度； （8）、对多帧图片中该车牌的字符识别结果进行统计投票，确定最终识别结果。