基于联合HOG特征的车牌识别算法

摘要：

为解决车牌中汉字识别未考虑汉字结构特征的问题，提出联合方向梯度直方图特征（HOG）结合支持向量机（SVM）的车牌识别算法。将灰度图、二值图、16值图的HOG特征在一定的权重下融合为联合HOG特征，使用核主成分分析法（KPCA）对联合HOG特征进行降维；对汉字和数字字母分别利用支持向量机进行分类，利用交叉验证方法对参数进行优化，得到最优预测模型；利用预测模型预测识别结果。实验结果表明，相对于传统车牌识别算法，该算法可以应用于复杂环境下的车牌字符识别，车牌识别率提高了10％左右，鲁棒性强且便于硬件实现。

关键词：车牌识别、联合方向梯度直方图、核主成分分析法、支持向量机、字符识别

分类号：TP399(计算技术、计算机技术)

资助基金：高等学校博士学科点专项科研基金项目20110141110044

在线出版日期：2015-03-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：476-481