[发明专利]基于形状轮廓特征的稀疏编码车牌字符识别方法有效
| 申请号： | 201410024942.3 | 申请日： | 2014-01-20 |
| 公开（公告）号： | CN103761531A | 公开（公告）日： | 2014-04-30 |
| 发明（设计）人： | 赵凡;廖开阳;曲方莹;张二虎 | 申请（专利权）人： | 西安理工大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 西安弘理专利事务所 61214 | 代理人： | 李娜 |
| 地址： | 710048*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于形状轮廓特征的稀疏编码车牌字符识别方法，由稀疏字典的学习过程和利用字典的字符识别过程组成，主要包括以下步骤：1.对标准车牌图像进行预处理构成训练图像集；2.对训练图像集进行特征提取，构成训练特征集；3.把训练特征集的样本区域特征和链码直方图特征引入目标函数，离线对车牌字符样本进行稀疏字典学习，得到各个字符对应的字典，组成字典集合；4.对测试样本数据提取特征；5.把测试样本特征在各个字典上进行稀疏表示，利用重构误差进行车牌字符识别。本发明同时考虑了字符图像的区域特征和边界特征，是一种快速鲁棒的车牌字符识别方法。 | ||
| 搜索关键词： | 基于 形状 轮廓 特征 稀疏 编码 车牌 字符 识别 方法 | ||
【主权项】：
基于形状轮廓特征的稀疏编码车牌字符识别方法，其特征在于，具体按照以下步骤实施：步骤1、对样本车牌图像进行基于稀疏编码的字典学习，得到稀疏字典分类器；具体按照以下步骤实施：步骤1.1、对训练样本车牌图像进行预处理得到训练字符图像集；步骤1.2、对步骤1.1中得到的训练字符图像集进行特征提取，得到样本特征矢量和链码直方图矢量；步骤1.3、把样本特征矢量和链码直方图矢量引入稀疏编码的目标函数，进行学习，得到稀疏字典分类器；步骤2、根据稀疏字典分类器，对车牌图像进行字符识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安理工大学，未经西安理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201410024942.3/，转载请声明来源钻瓜专利网。
