微计算机信息
微計算機信息
미계산궤신식
CONTROL & AUTOMATION
2007年
34期
222-223,259
,共3页
字符识别%支持向量机%矩%神经网络
字符識彆%支持嚮量機%矩%神經網絡
자부식별%지지향량궤%구%신경망락
本文提出了一种基于SVM混合网络的车牌字符识别方法.首先根据国内车牌字符的排列特点依次构造汉字识别子网、英文识别子网、英文与数字识别子网以及数字识别子网.然后针对英文字符和阿拉伯数字的字体结构具有连通性这一特点,采用形态学方法进行滤波处理,以减少噪声干扰.预处理后提取字符的小波包系数和矩做为特征量,最后在各个识别子网中采用SVM识别方法对车牌中的汉字、英文字符以及阿拉伯数字进行了识别.实验结果表明,该方法效果良好.
本文提齣瞭一種基于SVM混閤網絡的車牌字符識彆方法.首先根據國內車牌字符的排列特點依次構造漢字識彆子網、英文識彆子網、英文與數字識彆子網以及數字識彆子網.然後針對英文字符和阿拉伯數字的字體結構具有連通性這一特點,採用形態學方法進行濾波處理,以減少譟聲榦擾.預處理後提取字符的小波包繫數和矩做為特徵量,最後在各箇識彆子網中採用SVM識彆方法對車牌中的漢字、英文字符以及阿拉伯數字進行瞭識彆.實驗結果錶明,該方法效果良好.
본문제출료일충기우SVM혼합망락적차패자부식별방법.수선근거국내차패자부적배렬특점의차구조한자식별자망、영문식별자망、영문여수자식별자망이급수자식별자망.연후침대영문자부화아랍백수자적자체결구구유련통성저일특점,채용형태학방법진행려파처리,이감소조성간우.예처리후제취자부적소파포계수화구주위특정량,최후재각개식별자망중채용SVM식별방법대차패중적한자、영문자부이급아랍백수자진행료식별.실험결과표명,해방법효과량호.
