基于组合特征的车牌字符识别  

License plate character recognition based on the combined features

作　　者：路小波[1] 凌小静[1] 刘斌[1] 

机构地区：[1]东南大学教育部智能运输系统工程研究中心,南京210096

出　　处：《仪器仪表学报》2006年第7期698-701,共4页Chinese Journal of Scientific Instrument

基　　金：高等学校科技创新工程重大项目培育资金(705020);江苏省自然科学基金(BK2004077)资助项目

摘　　要：提出了基于Zernike矩和小波变换特征相结合的车牌字符识别方法。利用Zernike矩描述字符全局特征,小波变换系数描述字符细节特征,采用神经网络进行车牌字符分类。测试结果表明,这种组合了两种特征优点的方法实用有效,识别效果优于两种特征独立使用的情况。This paper presents a method of license plate character recognition based on the combina Zernike moment and wavelet transformation features. The Zernike moment is used to describe the feature of the characters, and the wavelet transform coefficient for the detailed feature of the charact neural network is used to classify the license plate characters. Experimental results show the pre method achieves better recognition accuracy than using two features separately.

关 键 词：车牌字符识别 ZERNIKE矩 小波变换 特征提取 

分 类 号：TP2[自动化与计算机技术—检测技术与自动化装置]