基于小波包分析和支持向量机的车牌字符识别方法技术

一种基于小波包分析和支持向量机的车牌字符识别方法，包括以下步骤：(1)寻找最佳小波包基：基于一定的标准，从小波包基集合中选择最佳小波包基，将最佳小波包基的小波包分解系数作为识别特征；(2)K-L变换得到特征矢量：去除数据间的相关性，且在均方误差准则下失真最小，将数据从原来的R维空间降维投影到M维空间，R＞M；(3)采用LIBSVM完成字符识别。

License plate character recognition method based on wavelet packet analysis and support vector machines

A wavelet packet analysis and license plate character recognition method based on support vector machine, which comprises the following steps: (1) to find the best wavelet packet basis: Based on certain criteria, packet from wavelet set and choose the best wavelet packet basis, the best wavelet packet basis wavelet packet decomposition coefficients as recognition features; (2) K-L transform feature vector: remove the correlation between data, and the mean square error criterion with minimal distortion, the data from the original R - dimensional projection to M dimensional space, R, M; (3) using LIBSVM complete character recognition.

【技术实现步骤摘要】
基于小波包分析和支持向量机的车牌字符识别方法
本专利技术属于模式识别
，具体涉及一种基于小波包分析和支持向量机的车牌字符识别方法。
技术介绍
车牌识别系统是现代社会智能交通系统的重要组成部分，是图像处理、计算机视觉、模式识别技术等研究的热点，应用越来越普遍。车牌识别系统的研究步骤分为图像采集、图象数字化处理、车牌定位和区域提取、字符分割和字符识别等，其中字符识别算法是车牌识别系统中的关键技术。迄今为止，已提出的车牌识别方法有很多种，如模板匹配、特征匹配、人工神经网络、支持向量机等，其中支持向量机(SupportVectorMachines，SVM)方法备受青睐。支持向量机有很多优点，例如其具有简单的模型结构和较好的泛化能力，以及对解决小样本、非线性及高维空间问题效果良好。但是，由于决策速度慢以及对复杂问题的分类精度不高等局限性，传统支持向量机方法效率较低；随着特征维数的增加，其实现的复杂度也难以接受。因此，研究者们在提高识别速度和准确率方面做不断地研究，来达到优化识别效果的目的。但是这些方法建立在更复杂的数学模型或结构模型基础上，增加了复杂性。使用隐马尔可夫概率模型可以进行车牌本文档来自技高网...

【技术保护点】
一种基于小波包分析和支持向量机的车牌字符识别方法，其特征在于包括以下步骤：(1)寻找最佳小波包基：基于一定的标准，从小波包基集合中选择最佳小波包基，将最佳小波包基的小波包分解系数作为识别特征；(2)K‑L变换得到特征矢量：去除数据间的相关性，且在均方误差准则下失真最小，将数据从原来的R维空间降维投影到M维空间，R＞M；(3)采用LIBSVM完成字符识别。

【技术特征摘要】
1.一种基于小波包分析和支持向量机的车牌字符识别方法，其特征在于包括以下步骤：(1)寻找最佳小波包基：基于一定的标准，从小波包基集合中选择最佳小波包基，将最佳小波包基的小波包分解系数作为识别特征；(2)K-L变换得到特征矢量：去除数据间的相关性，且在均方误差准则下失真最小，将数据从原来的R维空间降维投影到M维空间，R＞M；(3)采用LIBSVM完成字符识别。2.根据权利要求1所述的基于小波包分析和支持向量机的车牌字符识别方法，其特征在于，步骤(1)进一步包括：(11)将车牌字符图像归一化为32×16大小；(12)对字符图像进行三层小波包分解，并求每一节点的JF值；(13)寻找最佳小波包基Z；(14)对Z中的...

【专利技术属性】
技术研发人员：高昊飞，
申请(专利权)人：北京航天长峰科技工业集团有限公司，
类型：发明
国别省市：北京,11