10.16208/j.issn1000-7024.2015.02.037
基于联合HOG特征的车牌识别算法
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。
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
TP399(计算技术、计算机技术)
高等学校博士学科点专项科研基金项目20110141110044
2015-03-09(万方平台首次上网日期,不代表论文的发表时间)
共6页
476-481