基于贝叶斯网络分类器的车牌相似字符识别 |
| |
引用本文: | 黄文琪,吴炜,苏力思,吴晓红.基于贝叶斯网络分类器的车牌相似字符识别[J].四川大学学报(自然科学版),2013,50(4):775-780. |
| |
作者姓名: | 黄文琪 吴炜 苏力思 吴晓红 |
| |
作者单位: | 四川大学电子信息学院;四川大学电子信息学院;四川大学电子信息学院;四川大学电子信息学院 |
| |
摘 要: | 相似字符识别率低会影响整个车牌识别系统的性能,而相似字符之间只有局部特征差异较大,并且相似字符样本数目多少差异较大,目前常用的分类器表现得都不稳定.贝叶斯网络分类器充分利用和综合先验知识与样本信息,无论实验样本和特征数目多少,表现得都很稳定.通过使用几千个测试样本对分类器进行测试,并与其他分类器的识别结果作比较.实验结果表明,在相同的特征下,与AdaBoost分类器、BP神经网络分类器、SVM分类器相比,贝叶斯网络分类器对车牌相似字符的识别有较高的识别率和更高的稳定性.
|
关 键 词: | 车牌识别 相似字符 特征提取 贝叶斯网络分类器 |
收稿时间: | 2012/7/10 0:00:00 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《四川大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《四川大学学报(自然科学版)》下载免费的PDF全文 |
|