基于正交盖氏矩和SVM的车牌字符识别

摘要：

针对传统字符特征提取算法中特征不稳定的缺点,提出一种基于正交盖氏矩的特征提取方法.采用支持向量机解决车牌字符识别问题,自动寻找对分类有较好区分能力的支持向量,由此构成的分类器可以最大化类间间隔,达到正确区分类别的目的.实验结果表明,该方法对于实时视频流中的车牌识别能取得理想效果,在解决有限样本、非线性及高维模式识别问题中表现出优越的性能,且具有适应性强和效率高的特点.

关键词：盖氏矩、特征提取、字符识别、支持向量机、分类器、模式识别

所属期刊栏目：38

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2012-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：192-195,198