[发明专利]一种支持向量机的车牌字符识别方法

权利要求书

1.一种支持向量机的车牌字符识别方法，包括支持向量机的训练过程和使用支持向量机进行车牌识别过程，其特征在于，支持向量机的训练过程包括以下步骤：

（1）、对训练车牌字符样本进行车牌预处理得到字符样本集Xtrain；

（2）、对字符样本集Xtrain利用LPP算法计算得到变换矩阵A，使高维数据集Xtrain映射到低维映射空间；

（3）、对Xtrain利用变换矩阵A进行特征提取，得到训练车牌样本的特征数据集Ytrain；

（4）、利用特征数据集Ytrain训练支持向量机，得到车牌字符识别的分类器；

使用支持向量机分类器进行车牌识别过程包括以下步骤：

（5）、对抓拍视频流中的每帧图片进行车牌定位，将定位得到的车牌预处理以及字符分割，得到测试字符样本集Xtest；

（6）、对Xtest利用变换矩阵A进行特征提取，得到训练车牌样本的特征数据集Ytest；

（7）、将Ytest输入到支持向量机分类器，得到字符识别结果，并计算该识别结果的置信度； 

（8）、对多帧图片中该车牌的字符识别结果进行统计投票，确定最终识别结果。

2.根据权利要求1所述的支持向量机的车牌字符识别方法，其特征在于，步骤（9）中还包括根据经验值确定拒识阈值，字符识别结果的置信度高于此阈值才采信，否则拒识，拒识的字符识别结果不参与投票。

3.根据权利要求1所述的支持向量机的车牌字符识别方法，其特征在于，步骤（4）中所述的支持向量机分类器采用一对一算法组建，包括字母-数字分类器和汉字分类器两大类分类器，

所述字母-数字分类器采用三层的方式构建，方法如下：

设nL个字母，nD个数字，第一层为：nL个字母分别两两组成一个字母子分类器，共 nL×(nL-1)/2个字母子分类器；

第二层为：nD个数字分别两两组成一个数字子分类器，共nD×(nD-1)/2个数字子分类器；

第三层为：nL个字母与nD个数字分别两两组成一个字母-数字子分类器，共nL×nD个字母-数字子分类器；

所述的汉字分类器采用一层的方式构建，设共nC个汉字，该nC个汉字分别两两组成一个汉字子分类器，共nC×(nC-1)/2个汉字子分类器，其中，nL、nD、nC均为正整数。

4.根据权利要求3所述的支持向量机的车牌字符识别方法，其特征在于，步骤（8）中的分类识别过程为:利用所组建的字母-数字分类器和汉字分类器两大类分类器，分别对车牌中字母、数字、字母和数字、汉字进行识别。

5.根据权利要求1所述的支持向量机的车牌字符识别方法，其特征在于，步骤（9）中所述统计投票过程为：根据匹配计算得出待测数据x对每一个分类器所分类别的归属，遍历所有的分类器，进行投票，待测数据x属于得到的票数最多的类别，其中，x∈Xtest。

6.根据权利要求3所述的支持向量机的车牌字符识别方法，其特征在于，在步骤（1）中，采集足够的车牌样本图片，含有的字符种类至少包括《中华人民共和国机动车号牌》（GA36-2007）附录B中定义的所有字符，每个字符的个数至少为30个。

7.根据权利要求4所述的支持向量机的车牌字符识别方法，其特征在于，在步骤（6）中，每一帧的车牌图片的测试样本集Xtest包括7个字符。

8.根据权利要求1所述的支持向量机的车牌字符识别方法，其特征在于，在所述步骤（3）与步骤（4）之间，还包括：将特征参数集Ytrain中的字符以同一字符为准，分成若干个特征参数子集，即：包括nL个字母特征参数子集，nD个数字特征参数子集，nC个汉字特征参数子集。

9.根据权利要求1所述的支持向量机的车牌字符识别方法，其特征在于，步骤（1）和步骤（5）中所述的车牌预处理包括车牌二值化处理、车牌倾斜校正、车牌水平分割、车牌竖直分割处理。