10.16798/j.issn.1003-0530.2016.07.005
自然场景下的车牌检测与识别算法
车牌自动识别是智能交通系统的关键技术之一,主要包括车牌检测和字符识别两部分.为提高车牌检测速度和精度,本文提出了一种基于学习、由粗到精的车牌检测方法.首先采用颜色点对和垂直边缘相结合的方法,快速检测出车牌感兴趣区域;然后采用一种基于梯度方向直方图特征和支持向量机的机器学习方法实现车牌的精确定位.在车牌识别阶段,首先采用基于连通域分析与字符固有特征相结合的方法进行字符分割,然后根据字符结构提取3种稳定且有效的特征,采用支持向量机对分割的字符进行识别.采用上述方法对412幅不同角度、不同光照条件、不同时间段下拍摄的图像进行检测与识别,实验结果表明本文提出的算法精度高、鲁棒性好、识别速度符合实时性的要求.
颜色边缘、车牌检测、支持向量机、字符识别、连通域分析
32
TP391.41(计算技术、计算机技术)
国家自然基金面上项目资助61271306
2016-10-25(万方平台首次上网日期,不代表论文的发表时间)
共8页
787-794