一种轻量级的车牌字符识别算法

来源 :计算机科学 | 被引量 : 5次 | 上传用户:EAGLE1205
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
字符识别是车牌识别的一个关键环节。在对车牌字符集进行深入分析的基础上,提出了形状特征向量等概念,从理论上分析并证明了形状特征向量用于车牌字符识别的可行性。文中提出了一种基于形状特征向量的车牌字符识别算法,并进行了仿真实验。实验结果表明,形状特征向量能够用作车牌字符识别,基于形状特征向量的车牌识别算法具有97.31%的正确率;此外,该算法没有复杂的训练过程,不需要大量数据来记录训练结果,实现简单,是一种轻量级的车牌字符识别算法。
其他文献
为了改善常规电刺激仪缺少主动训练模式导致的疗效不佳,在电刺激仪中引入一种新的肌电反馈方法;在肌电反馈设计中,针对病情不一导致的患者肌电幅值跨度大的特点,设计了自适应
为消除基本宽线检测算子中的冗余计算量,提高其运算速度,提出了一种快速的宽线算子实现方法——自适应移动宽线算子。基本宽线算子采取逐像素移动的方式来检测图像中的宽线特征;自适应移动宽线算子与之不同,在检测宽线像素时能够根据当前像素类型自适应地确定模板移动的步长,从而加快模板的移动速度,较好地消除了基本算法中的冗余运算。利用测试图像进行的实验的结果表明,自适应移动宽线算子在取得相当检测性能的同时,提高了
针对目标移除修复方法中存在的修复顺序不合理以及错误匹配问题,提出一种基于结构稀疏度和块差异度的图像修复方法。首先,在优先权中增加块的结构稀疏度计算,使优先权不仅依赖于目标块的几何特征,而且可以反映其邻域特征,提高了对目标块所处区域特征的辨识度,从而使修复顺序更加合理。其次,定义目标块与样本块之间的差异度,并在此基础上定义新的匹配规则,不仅对已存在像素之间的相似程度进行衡量,而且对已存在像素与填充像
多标签特征选择是应对数据维度灾难现象的主要方法之一,可以在降低特征维度的同时提高学习效率,优化分类性能。针对目前特征选择算法没有考虑标签间的相互关系,以及信息量的
组合测试是系统测试中一种非常有效的方法,能够在保证错误检出率的前提下采用较少的测试用例来测试系统。但是,组合测试用例集构造问题的复杂度是NP完全的。给出了一种基于符