10.3321/j.issn:1005-0086.2007.04.029
基于高斯混合模型的车辆字符识别算法
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.
车牌识别、高斯混合模型(GMM)、EM算法、特征提取、贝叶斯分类器
18
TP391.41(计算技术、计算机技术)
2007-07-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
487-490