发明名称 |
一种基于类Haar特征和支持向量机的车牌字符识别方法 |
摘要 |
本发明提出了一种基于类Haar特征向量和支持向量机(SVM)的车牌字符识别新方法,属于模式识别和智能交通领域,涉及字符图像特征提取和字符分类器训练。车牌字符识别方法是车牌识别的核心技术,其中需要解决的两个关键问题是字符特征提取和字符分类器设计。本发明选用适合字符笔画宽度的类Haar特征结构描述字符笔画,提取字符图像块的类Haar特征结构隶属度构成字符识别的特征向量,用以训练泛化性能好的SVM字符分类器。字符的几何结构是识别字符的关键特征,将笔画几何结构转换成统计量值来描述,是本发明的创新所在。所提车牌字符图像识别方法抗干扰性好,用于交通视频中的车牌字符识别,具有实时性好、识别精度高之特点。 |
申请公布号 |
CN102163287A |
申请公布日期 |
2011.08.24 |
申请号 |
CN201110074467.7 |
申请日期 |
2011.03.28 |
申请人 |
北京邮电大学 |
发明人 |
赵衍运;杨宜;蔡安妮 |
分类号 |
G06K9/66(2006.01)I |
主分类号 |
G06K9/66(2006.01)I |
代理机构 |
|
代理人 |
|
主权项 |
一种基于类Haar特征向量和支持向量机的车牌字符识别方法,该方法包括以下步骤:步骤一,提取合适类Haar特征向量表示车牌图像字符几何结构;步骤二,使用支持向量机(SVM)进行车牌字符分类。 |
地址 |
100876 北京市海淀区西土城路10号北京邮电大学 |