SVM多类分类器在车牌字符识别中的应用
为解决普通支持向量机多类分类器对车牌字符识别准确率低、速度慢等问题,研究了基于支持向量机二叉分类树的车牌字符识别算法.根据车牌字符的结构特征提出了利于字符分类的粗像素特征提取方案,并对字符进行相应的特征提取,通过KL变换对生成的特征向量进行降维处理以提高字符识别速度,最后利用Fisher判别准则构造支持向量机二叉分类树,保证每类字符均具有最大可分离性,提高了字符识别率.对车牌字符集进行了识别测试,实验结果表明了该算法的可行性和有效性.
支持向量机、特征向量、字符识别、KL变换、二叉树
32
TP391.4(计算技术、计算机技术)
2012-01-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
3166-3169