广西师范大学学报（自然科学版）
廣西師範大學學報（自然科學版）
엄서사범대학학보（자연과학판）
JOURNAL OF GUANGXI NORMAL UNIVERSITY(NATURAL SCIENCE EDITION)
2013年
3期
138-143
,共6页
王峰%靳小波%于俊伟%王贵财
王峰%靳小波%于俊偉%王貴財
왕봉%근소파%우준위%왕귀재
V-最优直方图%车牌分类%k-近邻(KNN)
V-最優直方圖%車牌分類%k-近鄰(KNN)
V-최우직방도%차패분류%k-근린(KNN)
V-optimal histogram%classification of license plates%K-Nearest Neighbor (KNN)
汽车牌照类型的判别是牌照识别系统(LPR)中的一个重要步骤.为有效进行车牌分类,本文提出一种基于V-最优直方图的KNN分类方法.首先根据车牌反色信息将多分类问题转化为二分类问题以简化并提高算法的效率;然后在HSV(色调-饱和度-明度)颜色空间中提取牌照图像的三阶颜色矩特征,利用KNN分类器实现对简化后所得二分类问题的判别;采用V-最优直方图方法降低KNN算法的计算复杂度,进一步提高分类算法的执行效率.在真实数据集上和其他方法进行对比实验,结果表明本算法具有较好的分类性能.
汽車牌照類型的判彆是牌照識彆繫統(LPR)中的一箇重要步驟.為有效進行車牌分類,本文提齣一種基于V-最優直方圖的KNN分類方法.首先根據車牌反色信息將多分類問題轉化為二分類問題以簡化併提高算法的效率;然後在HSV(色調-飽和度-明度)顏色空間中提取牌照圖像的三階顏色矩特徵,利用KNN分類器實現對簡化後所得二分類問題的判彆;採用V-最優直方圖方法降低KNN算法的計算複雜度,進一步提高分類算法的執行效率.在真實數據集上和其他方法進行對比實驗,結果錶明本算法具有較好的分類性能.
기차패조류형적판별시패조식별계통(LPR)중적일개중요보취.위유효진행차패분류,본문제출일충기우V-최우직방도적KNN분류방법.수선근거차패반색신식장다분류문제전화위이분류문제이간화병제고산법적효솔;연후재HSV(색조-포화도-명도)안색공간중제취패조도상적삼계안색구특정,이용KNN분류기실현대간화후소득이분류문제적판별;채용V-최우직방도방법강저KNN산법적계산복잡도,진일보제고분류산법적집행효솔.재진실수거집상화기타방법진행대비실험,결과표명본산법구유교호적분류성능.
