电视技术
電視技術
전시기술
TV ENGINEERING
2014年
11期
198-201
,共4页
车牌字符识别%两级分类器%SVM%局部特征%特征融合
車牌字符識彆%兩級分類器%SVM%跼部特徵%特徵融閤
차패자부식별%량급분류기%SVM%국부특정%특정융합
license plate character recognition%two-stage classifier%,SVM%local feature%feature fusion
为提高车牌字符识别率,提出一种考虑整体和局部特征,分别采用两级SVM分类器的识别方法,其工作模式为:第一级分类器针对所有字符,在识别结果属于形似字符的情况下,送入对应的第二级分类器作进一步识别.第一级分类器提取字符图像整体的各网格比例作为SVM的分类特征.将形似字符分为5组,分别对应的5个SVM构成第二级分类器.通过分析各组内字符笔画特征的局部相异性,提取相应网格中字符轮廓的垂直、水平投影方差、比例等特征并进行特征融合作为相应SVM分类特征.实验结果表明,该方法字符平均识别时间为23.45 ms,且在形似字符的识别率和总体识别率方面均优于模板匹配、神经网络和同类的分级识别方法,是一种有效的方法.
為提高車牌字符識彆率,提齣一種攷慮整體和跼部特徵,分彆採用兩級SVM分類器的識彆方法,其工作模式為:第一級分類器針對所有字符,在識彆結果屬于形似字符的情況下,送入對應的第二級分類器作進一步識彆.第一級分類器提取字符圖像整體的各網格比例作為SVM的分類特徵.將形似字符分為5組,分彆對應的5箇SVM構成第二級分類器.通過分析各組內字符筆畫特徵的跼部相異性,提取相應網格中字符輪廓的垂直、水平投影方差、比例等特徵併進行特徵融閤作為相應SVM分類特徵.實驗結果錶明,該方法字符平均識彆時間為23.45 ms,且在形似字符的識彆率和總體識彆率方麵均優于模闆匹配、神經網絡和同類的分級識彆方法,是一種有效的方法.
위제고차패자부식별솔,제출일충고필정체화국부특정,분별채용량급SVM분류기적식별방법,기공작모식위:제일급분류기침대소유자부,재식별결과속우형사자부적정황하,송입대응적제이급분류기작진일보식별.제일급분류기제취자부도상정체적각망격비례작위SVM적분류특정.장형사자부분위5조,분별대응적5개SVM구성제이급분류기.통과분석각조내자부필화특정적국부상이성,제취상응망격중자부륜곽적수직、수평투영방차、비례등특정병진행특정융합작위상응SVM분류특정.실험결과표명,해방법자부평균식별시간위23.45 ms,차재형사자부적식별솔화총체식별솔방면균우우모판필배、신경망락화동류적분급식별방법,시일충유효적방법.
