一种基于类Haar特征和支持向量机的车牌字符识别方法技术

本发明专利技术提出了一种基于类Haar特征向量和支持向量机(SVM)的车牌字符识别新方法，属于模式识别和智能交通领域，涉及字符图像特征提取和字符分类器训练。车牌字符识别方法是车牌识别的核心技术，其中需要解决的两个关键问题是字符特征提取和字符分类器设计。本发明专利技术选用适合字符笔画宽度的类Haar特征结构描述字符笔画，提取字符图像块的类Haar特征结构隶属度构成字符识别的特征向量，用以训练泛化性能好的SVM字符分类器。字符的几何结构是识别字符的关键特征，将笔画几何结构转换成统计量值来描述，是本发明专利技术的创新所在。所提车牌字符图像识别方法抗干扰性好，用于交通视频中的车牌字符识别，具有实时性好、识别精度高之特点。

【技术实现步骤摘要】

本专利技术属于模式识别和智能交通领域，涉及图像特征提取和字符分类器训练。本专利技术提出了一种基于类Haar特征向量和支持向量机(Support Vector Machine, SVM)分类器的车牌图像字符识别新方法，用于交通视频中的车牌字符识别，具有实时性好、识别精度高之特点。
技术介绍
智能交通系统是90年代兴起的新一代交通运输系统，迄今为止国际上没有公认的定义。第一届智能交通系统世界大会认为，智能交通系统是将先进的信息技术、计算机技术、数据通信技术、电子控制技术、人工智能技术等有效地集成并应用于地面交通系统，从而建立起可以在大范围内发挥作用的，实时、准确、高效的地面交通系统。智能交通系统在有效利用现有交通设施、保证交通安全、提高运输效率、促进社会经济发展、推动社会信息化及形成新产业等方面均具有极其重要的作用，从而受到世界各国的重视。车牌识别(License Plate Recognition, LPR)是计算机视觉、图像处理与模式识别技术在智能交通领域的一个重要研究课题，是智能交通系统的一个重要组成部分。UR系统采集包含车辆的交通视频或图像，并利用模式识别方法进行处理和识别，获本文档来自技高网...

【技术保护点】
１．一种基于类Ｈａａｒ特征向量和支持向量机的车牌字符识别方法，该方法包括以下步骤：步骤一，提取合适类Ｈａａｒ特征向量表示车牌图像字符几何结构；步骤二，使用支持向量机（ＳＶＭ）进行车牌字符分类。

【技术特征摘要】

【专利技术属性】
技术研发人员：赵衍运，杨宜，蔡安妮，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：11