计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2011年
4期
367-369,407
,共4页
梯度方向直方图%稀疏表达%车牌识别
梯度方嚮直方圖%稀疏錶達%車牌識彆
제도방향직방도%희소표체%차패식별
针对传统算法难以克服天气多变等外界因素的干扰,且识别率低的不足,研究了智能监控中如何有效提高车牌识别率的问题.根据车牌字符图像的特点,提出了一种基于局部HOG特征的稀疏表达车牌识别算法.方法采用字符图像5个ROI的归一化HOG特征为基础建立特征向量,构建字典,并利用稀疏表达思想求解字符图像特征的稀疏系数,进而完成车牌识别.实验结果表明,与传统改进的BP神经网络法相比,该方法不仅有很高的正确识别率,而且对于有部分缺失的字符图像也有很高识别可靠性,具有很大的应用价值.
針對傳統算法難以剋服天氣多變等外界因素的榦擾,且識彆率低的不足,研究瞭智能鑑控中如何有效提高車牌識彆率的問題.根據車牌字符圖像的特點,提齣瞭一種基于跼部HOG特徵的稀疏錶達車牌識彆算法.方法採用字符圖像5箇ROI的歸一化HOG特徵為基礎建立特徵嚮量,構建字典,併利用稀疏錶達思想求解字符圖像特徵的稀疏繫數,進而完成車牌識彆.實驗結果錶明,與傳統改進的BP神經網絡法相比,該方法不僅有很高的正確識彆率,而且對于有部分缺失的字符圖像也有很高識彆可靠性,具有很大的應用價值.
침대전통산법난이극복천기다변등외계인소적간우,차식별솔저적불족,연구료지능감공중여하유효제고차패식별솔적문제.근거차패자부도상적특점,제출료일충기우국부HOG특정적희소표체차패식별산법.방법채용자부도상5개ROI적귀일화HOG특정위기출건립특정향량,구건자전,병이용희소표체사상구해자부도상특정적희소계수,진이완성차패식별.실험결과표명,여전통개진적BP신경망락법상비,해방법불부유흔고적정학식별솔,이차대우유부분결실적자부도상야유흔고식별가고성,구유흔대적응용개치.
