CN105139010A - 一种基于细化字符分类器的车牌字符识别方法 - Google Patents
一种基于细化字符分类器的车牌字符识别方法 Download PDFInfo
- Publication number
- CN105139010A CN105139010A CN201510500367.4A CN201510500367A CN105139010A CN 105139010 A CN105139010 A CN 105139010A CN 201510500367 A CN201510500367 A CN 201510500367A CN 105139010 A CN105139010 A CN 105139010A
- Authority
- CN
- China
- Prior art keywords
- character
- license plate
- classifier
- training
- refined
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/63—Scene text, e.g. street names
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
Abstract
本发明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。
Description
技术领域
本发明涉及车牌字符识别技术领域,具体是一种基于细化字符分类器的车牌字符识别方法。
背景技术
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。
发明内容
本发明的目的在于提供一种基于细化字符分类器的车牌字符识别方法,通过该方法将车牌字符细化分类,提高车牌字符识别率。
本发明的技术方案为:
一种基于细化字符分类器的车牌字符识别方法,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(1)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,本发明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是本发明的方法流程图;
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发明。
如图1所示,一种基于细化字符分类器的车牌字符识别方法,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0~9,一共是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B1类、B2类,这里的B1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。
本发明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发明的优选实施方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案作出的各种变形和改进,均应落入本发明的权利要求书确定的保护范围内。
Claims (2)
1.一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。
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(1)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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510500367.4A CN105139010A (zh) | 2015-08-14 | 2015-08-14 | 一种基于细化字符分类器的车牌字符识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510500367.4A CN105139010A (zh) | 2015-08-14 | 2015-08-14 | 一种基于细化字符分类器的车牌字符识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105139010A true CN105139010A (zh) | 2015-12-09 |
Family
ID=54724353
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510500367.4A Pending CN105139010A (zh) | 2015-08-14 | 2015-08-14 | 一种基于细化字符分类器的车牌字符识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105139010A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106446895A (zh) * | 2016-10-28 | 2017-02-22 | 安徽四创电子股份有限公司 | 一种基于深度卷积神经网络的车牌识别方法 |
CN111507332A (zh) * | 2020-04-17 | 2020-08-07 | 上海眼控科技股份有限公司 | 车辆vin码检测方法与设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101604381A (zh) * | 2009-05-20 | 2009-12-16 | 电子科技大学 | 基于多分类支持向量机的车牌字符识别方法 |
-
2015
- 2015-08-14 CN CN201510500367.4A patent/CN105139010A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101604381A (zh) * | 2009-05-20 | 2009-12-16 | 电子科技大学 | 基于多分类支持向量机的车牌字符识别方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106446895A (zh) * | 2016-10-28 | 2017-02-22 | 安徽四创电子股份有限公司 | 一种基于深度卷积神经网络的车牌识别方法 |
CN111507332A (zh) * | 2020-04-17 | 2020-08-07 | 上海眼控科技股份有限公司 | 车辆vin码检测方法与设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107748888B (zh) | 一种图像文本行检测方法及装置 | |
CN106156766B (zh) | 文本行分类器的生成方法及装置 | |
Afroge et al. | Optical character recognition using back propagation neural network | |
Antonacopoulos et al. | ICDAR2015 competition on recognition of documents with complex layouts-RDCL2015 | |
DE102014214448B4 (de) | Vorrichtung und Verfahren zur Erkennung eines Verkehrszeichens | |
CN101221623B (zh) | 一种物体类型的在线训练和识别方法及其系统 | |
CN102722713B (zh) | 一种基于李群结构数据的手写体数字识别方法及系统 | |
CN112907595B (zh) | 一种表面缺陷检测方法及装置 | |
CN103839078A (zh) | 一种基于主动学习的高光谱图像分类方法 | |
CN104537359A (zh) | 一种车辆目标检测方法及装置 | |
CN110009058A (zh) | 一种停车场车牌识别系统及方法 | |
CN109858570A (zh) | 图像分类方法及系统、计算机设备及介质 | |
WO2021051553A1 (zh) | 一种证件信息的分类定位方法及装置 | |
Mammeri et al. | Road-sign text recognition architecture for intelligent transportation systems | |
CN103455823A (zh) | 一种基于分类模糊及图像分割的英文字符识别方法 | |
CN110188750A (zh) | 一种基于深度学习的自然场景图片文字识别方法 | |
CN103049760A (zh) | 基于图像分块和位置加权的稀疏表示目标识别方法 | |
CN105512662A (zh) | 一种无牌车辆检测方法及装置 | |
CN104966109A (zh) | 医疗化验单图像分类方法及装置 | |
CN105139010A (zh) | 一种基于细化字符分类器的车牌字符识别方法 | |
CN206897873U (zh) | 一种基于检测产品特性的图像处理与检测系统 | |
CN105469099A (zh) | 基于稀疏表示分类的路面裂缝检测和识别方法 | |
Chaturvedi et al. | Automatic license plate recognition system using surf features and rbf neural network | |
Paczolay et al. | Wlab of university of szeged at lifeclef 2014 plant identification task | |
CN111553368A (zh) | 伪造车牌的识别方法、训练方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 230088, 12 Dream Garden Road, hi tech Zone, Anhui, Hefei Applicant after: ANHUI CREARO TECHNOLOGY CO., LTD. Address before: 230088, 12 Dream Garden Road, hi tech Zone, Anhui, Hefei Applicant before: Anhui Crearo Technology Co., Ltd. |
|
COR | Change of bibliographic data | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151209 |
|
RJ01 | Rejection of invention patent application after publication |