基于粒子群优化的车牌识别算法研究

论文摘要

针对环境噪声严重影响车牌的识别问题,基于字符特征向量和粒子群优化设计一种车牌识别算法。借助垂直投影法、自适应阈值方案、方向梯度直方图法等,对车牌字符进行分割和提取字符的特征向量。依据字符特征向量样本和支持向量机建立字符识别准确率模型,并基于粒子群优化算法建立求解该模型的车牌识别算法。比较性的数值实验显示,该算法能有效提升车牌识别的准确率,且字符特征向量对车牌识别有极大影响。

论文目录

• 1 车牌字符的特征向量
• 2 字符识别准确率模型与算法
•   2.1 识别准确率模型
•   2.2 PSOBLPR的算法描述
• 3 数值实验分析
•   3.1 数值实验结果与分析
• 4 总结

文章来源

类型: 期刊论文

作者: 杨昌熙,张著洪

关键词: 车牌识别,方向梯度直方图,支持向量机,粒子群优化算法

来源: 贵州大学学报(自然科学版) 2019年06期

年度: 2019

分类: 基础科学,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: 贵州大学大数据与信息工程学院

基金: 国家自然科学基金项目资助(61563009)

分类号: U495;TP18;TP391.41

DOI: 10.15958/j.cnki.gdxbzrb.2019.06.09

页码: 42-45

总页数: 4

文件大小: 131K

下载量: 347