基于支撑向量机和小波的字符识别

作者：任俊; 黄丹丹; 李志能

来源：浙江大学学报(工学版), 2005, 39(12): 2016-2020.

DOI：10.3785/j.issn.1008-973X.2005.12.038

• 支撑向量机
• 小波
• 字符识别

为了提高车牌上的字符识别准确率,提出一种结合支撑矢量机(SVM)和小波的字符识别方法.通过对字符图像水平和垂直两个方向的投影曲线分别进行小波分解,得到投影曲线的近似表示.在近似曲线中提取字符的特征参数,用这些特征参数构成特征矢量作为SVM训练和分类的基本参数,再将特征矢量输入支撑矢量机网络训练,最后通过树型分类识别模型识别字符.实验仿真表明,该字符识别方法的平均准确率为97.15%,平均识别速度为每个字符19.15 ms.

• 单位
  浙江大学