基于联合HOG特征的车牌识别算法.pdfVIP

2015年 2月 计算机工程与设计 Feb．2015 第36卷 第 2期 COMPUTER ENGINEERING AND DESIGN Vo1．36 NO．2 基于联合HOG特征的车牌识别算法 殷 羽，郑 宏，高婷婷，刘 操 (武汉大学 电子信息学院，湖北 武汉430072) 摘 要：为解决车牌中汉字识别未考虑汉字结构特征的问题，提 出联合方向梯度直方图特征 (HOG)结合支持向量机 (SVM)的车牌识别算法。将灰度图、二值图、16值图的HOG特征在一定的权重下融合为联合HGO 特征，使用核主成分 分析法 (KPCA)对联合HGO 特征进行降维；对汉字和数字字母分别利用支持向量机进行分类，利用交叉验证方法对参 数进行优化，得到最优预测模型；利用预测模型预测识别结果。实验结果表明，相对于传统车牌识别算法，该算法可以应 用于复杂环境下的车牌字符识别，车牌识别率提高了1O 左右，鲁棒性强且便于硬件实现。 关键词：车牌识别；联合方向梯度直方图；核主成分分析法；支持向量机；字符识别 中图法分类号：TP399 文献标识号：A 文章编号：1000—7024(2015)02—0476～06 doi：10．16208／j．issnl000—7024．2015．02．037 Algorithm oflicenseplaterecognitionbasedonjointHOGfeature YIN Yu，ZHENG Hong，GA0 Ting-ting，LIU Cao (SchoolofElectronicInformation，WuhanUniversity，Wuhan430072，China) Abstract：Alicenseplatecharacterrecognitionmethodwasproposedcombiningajointhistogram oforientedgradients(HGO ) featurewithsupportvectormachine(SVM)tosolvetheproblem thatChinesecharactersstructurearenotconsidered．Firstly， underacertainweight，HGO featuresofgrayscale，binaryimage，16valueimagewereintegratedintothejointHGO features， thekernelprincipalcomponentanalysis(KPCA)wasusedtoreducethedimension．Thenthesupportvectormachinewasusedto classifycharactersandalphanumeric，thecross-validationmethodwasusedtooptimizetheparameters，andtheoptimalpredic— tionmodelwasobtaine Finally，thepredictivemodelwasusedtopredicttherecognitionresults．Experimentalresultsshow thatcomparedwiththetraditionalplaterecognitionalgorithm，thenew algorithm canbeappliedtolicenseplatecharacterrecog— nitionincomplexenvironments．Thelicenseplaterecognitionrateisincreasedbyabout10 ，anditalsohasastrongrobustness andisconvenientforhardwareimplementation． Keywords：licenseplaterecognition；jointhistogramoforientedgradients；KPCA；SVM；characterrecognition