一种基于细化字符分类器的车牌字符识别方法技术

本发明专利技术提供一种基于细化字符分类器的车牌字符识别方法，包括：对待训练车牌字符图像进行预处理，得到若干训练样本；根据字符含义将训练样本粗分为34类；将粗分得到的同类训练样本再细分为若干子类；利用SVM分类器对细分后的训练样本进行训练，得到细化字符分类器；对待测车牌字符图像进行预处理，得到测试样本；利用细化字符分类器对测试样本进行识别，得到待测车牌字符图像中的字符。本发明专利技术通过对车牌字符进行细分类，不仅降低了分类器的训练复杂度，而且利用细化字符分类器对车牌字符进行识别，避免了由于字符模糊或倾斜或字体不同等带来的同类特征不明显问题，从而提高了车牌字符识别率。

【技术实现步骤摘要】
【专利说明】
本专利技术涉及车牌字符识别
，具体是。
技术介绍
随着近年智能交通的飞速发展，自动车牌识别系统得到广泛应用。车牌识别过程中的字符识别是非常关键的一步，通常使用的字符识别方法包括模板匹配或通过大量数据训练分类器。在训练分类器时由于字符在处理过程中会出现模糊或倾斜的情况，或是字体不同，导致本来属于一个类别的字符，特征并不是很类似，这样导致在训练过程中增加分类器的难度，降低了字符识别率。
技术实现思路
本专利技术的目的在于提供，通过该方法将车牌字符细化分类，提高车牌字符识别率。本专利技术的技术方案为: ，包括以下步骤: (1)对待训练车牌字符图像进行预处理，得到若干训练样本； (2)根据字符含义将训练样本粗分为34类； (3)将粗分得到的同类训练样本再细分为若干子类； (4)利用SVM分类器对细分后的训练样本进行训练，得到细化字符分类器； (5)对待测车牌字符图像进行预处理，得到测试样本； (6)利用细化字符分类器对测试样本进行识别，得到待测车牌字符图像中的字符。所述的基于细化字符分类器的车牌字符识别方法，步骤(I)中，所述对待训练车牌字符图像进行预处理，包括以下步骤: a、对待训练车牌字符图像进行大小归一化； b、对归一化后的待训练车牌字符图像进行直方图均衡化。由上述技术方案可知，本专利技术通过对车牌字符进行细分类，不仅降低了分类器的训练复杂度，而且利用细化字符分类器对车牌字符进行识别，能够避免由于字符模糊或倾斜或字体不同等带来的同类特征不明显问题，从而提高了车牌字符识别率。【附图说明】 图1是本专利技术的方法流程图； 图2是字符细分例图。【具体实施方式】下面结合附图和具体实施例进一步说明本专利技术。如图1所示，，包括: S1、对待训练车牌字符图像进行大小归一化和直方图均衡化，得到若干训练样本。S2、根据字符含义将训练样本粗分为34类； 车牌字符包括去除“O”和“I”的其余24个大写英文字母以及数字O?9，一共是34个字符，因此，将训练样本粗分为34类。S3、将粗分得到的同类训练样本再细分为若干子类； 例如将字符B类细分为BI类、B2类，这里的BI和B2都代表字符“B”，只是字符“B”的表现形式不同。在实际训练中发现，很多同类字符由于比较模糊或有倾斜，或是由于字体不同，直接放在一类进行训练，其同类特征不是很一致，导致分类器的训练难度加大，字符识别率不高。如图2 (a)和图2 (b)所示，很多字符都有左倾斜和右倾斜的现象，这里的字符“B”可以将这两种情况细分为两类；如图2 (c)和图2 (d)所示，很多字符还有不同字体，这里的字符“3”，字体不同，若放在一起训练，效果也不理想，因此可以根据字体进行细分类。S4、将步骤S3得到的细分后的训练样本(类的总数大于等于34种)，利用SVM (支持向量机，是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析)分类器进行训练，得到细化字符分类器。S5、对待测车牌字符图像进行大小归一化和直方图均衡化，得到测试样本，利用细化字符分类器对测试样本进行识别，得到待测车牌字符图像中的字符。本专利技术对待训练车牌字符进行细化分类，这些本来是一类的字符由于模糊或倾斜或字体不同等原因造成特征不是很类似，细分后的各个类获取的特征可以更好地表达该类，从而提高了车牌字符识别率。以上所述实施方式仅仅是对本专利技术的优选实施方式进行描述，并非对本专利技术的范围进行限定，在不脱离本专利技术设计精神的前提下，本领域普通技术人员对本专利技术的技术方案作出的各种变形和改进，均应落入本专利技术的权利要求书确定的保护范围内。【主权项】1.，其特征在于，包括以下步骤: (1)对待训练车牌字符图像进行预处理，得到若干训练样本； (2)根据字符含义将训练样本粗分为34类； (3)将粗分得到的同类训练样本再细分为若干子类； (4)利用SVM分类器对细分后的训练样本进行训练，得到细化字符分类器； (5)对待测车牌字符图像进行预处理，得到测试样本； (6)利用细化字符分类器对测试样本进行识别，得到待测车牌字符图像中的字符。2.根据权利要求1所述的基于细化字符分类器的车牌字符识别方法，其特征在于，步骤(I)中，所述对待训练车牌字符图像进行预处理，包括以下步骤: a、对待训练车牌字符图像进行大小归一化； b、对归一化后的待训练车牌字符图像进行直方图均衡化。【专利摘要】本专利技术提供，包括：对待训练车牌字符图像进行预处理，得到若干训练样本；根据字符含义将训练样本粗分为34类；将粗分得到的同类训练样本再细分为若干子类；利用SVM分类器对细分后的训练样本进行训练，得到细化字符分类器；对待测车牌字符图像进行预处理，得到测试样本；利用细化字符分类器对测试样本进行识别，得到待测车牌字符图像中的字符。本专利技术通过对车牌字符进行细分类，不仅降低了分类器的训练复杂度，而且利用细化字符分类器对车牌字符进行识别，避免了由于字符模糊或倾斜或字体不同等带来的同类特征不明显问题，从而提高了车牌字符识别率。【IPC分类】G06K9/32, G06K9/62【公开号】CN105139010【申请号】CN201510500367【专利技术人】谢宝, 纪勇, 张传金, 姚莉莉, 万海峰 【申请人】安徽创世科技有限公司【公开日】2015年12月9日【申请日】2015年8月14日本文档来自技高网...

【技术保护点】
一种基于细化字符分类器的车牌字符识别方法，其特征在于，包括以下步骤：（1）对待训练车牌字符图像进行预处理，得到若干训练样本；（2）根据字符含义将训练样本粗分为34类；（3）将粗分得到的同类训练样本再细分为若干子类；（4）利用SVM分类器对细分后的训练样本进行训练，得到细化字符分类器；（5）对待测车牌字符图像进行预处理，得到测试样本；（6）利用细化字符分类器对测试样本进行识别，得到待测车牌字符图像中的字符。

【技术特征摘要】

【专利技术属性】
技术研发人员：谢宝，纪勇，张传金，姚莉莉，万海峰，
申请(专利权)人：安徽创世科技有限公司，
类型：发明
国别省市：安徽;34