基于大数据标签与机器学习的车牌识别算法

论文摘要

为了提高机器学习算法对实际场景中车牌识别能力,克服天气、车牌种类对识别的干扰,以实际场景拍摄的车牌为识别对象,设计并开发了一种基于大数据标签与机器学习的车牌识别系统。首先,在不同启用场景、不同天气下采集两万帧车牌,涵盖各省市汽车,作为大数据标签和学习基础,建立车牌图像和车牌文字字段的训练集数据库;然后,利用图像降噪、自动阈值分割、形态学处理以及边缘检测,完成车牌定位与分割;随后,通过建立支持向量机与随机森林分类器,对训练集样本进行模型学习,完成机器学习算子,完成针对车牌的最终识别;最后基于Windows系统、C++语言与OpenCV开源学习框架,编码实现算法和系统。经过与对照组的对标测试,所提算法具有更高的车牌识别能力。

论文目录

• 引言
• 1 本文车牌识别算法
• 2 实验结果及分析
• 结束语

文章来源

类型: 期刊论文

作者: 林庆新

关键词: 大数据标签,随机森林,支持向量机,机器学习,车牌识别

来源: 黑龙江工业学院学报(综合版) 2019年09期

年度: 2019

分类: 社会科学Ⅱ辑,工程科技Ⅱ辑,信息科技

专业: 公路与水路运输,计算机软件及计算机应用,自动化技术

单位: 福州大学至诚学院

基金: 福建省中青年教师科研项目(编号:JAT170853),福州大学至诚学院本科教学工程项目“信息服务综合平台建设”(编号:Zj1715)

分类号: U495;TP181;TP391.41

DOI: 10.16792/j.cnki.1672-6758.2019.09.010

页码: 49-54

总页数: 6

文件大小: 428K

下载量: 532