摘要：为克服传统支持向量机(SVM)算法应用在车牌字符识别问题上出现的结构复杂、训练样本庞大、识别速度慢的问题,提出一种多分类支持向量机结构,即组合多分类支持向量机(CMM-SVM),应用于车牌字符识别。根据车牌字符分布特点,设计3组基于超球面的一类支持向量机(OC-SVM),分别识别汉字字符、字母字符、数字与字母混合字符,依据距离最小原则进行初步识别;在前一步识别的基础上,采用标准SVM对易混淆的字符进一步判断,提高识别率。通过大量的样本测试验证了该结构能够准确识别复杂环境下的各类字符,识别率高,识别速度快。

摘要：为解决复杂自然场景下车牌字符受噪声等影响识别困难的问题,提出一种基于栈式降噪自编码神经网络的车牌识别方法。基于降噪自编码模型重构思想自动提取相关特征,通过使用无监督逐层贪婪预训练和有监督微调的方法对深度自编码神经网络进行训练,对复杂环境下低质量的车牌字符图像具有较好的鲁棒性能。与浅层的机器学习算法、传统栈式自编码神经网络和卷积神经网络相比,栈式降噪自编码神经网络有较好的字符识别性能。基于实际道口电子警察采集的车牌图像测试集的实验结果验证了该方法的有效性。

摘要：目前大多数道口的视频监控系统或图像采集设备都采用普通摄像头,车辆图片质量不高,容易受到光照不均、运动模糊及摄像角度的影响,图片中车牌字符小,字符混淆程度严重,大大降低了车牌字符的自动识别率。针对低质量车牌图片中车牌字符识别率低的问题,提出一种结合支持向量机(SVM)和字符局部特征提取的两级组合分类识别架构。第一级分类器采用核主成分分析(KPCA)对车牌字符进行特征提取,并利用SVM进行分类。如果是易混淆字符,则进入第二级分类器,针对易混淆字符的局部特征设计不同的分类方法加以区分,进而得到最终的识别结果。实验表明该两阶段分类方法能够在各种复杂场景下针对低质量图片达到较高的车牌字符识别率。

摘要：分析了特征维数与分类错误概率的关系 ,提出了增加新特征 ,采用混合特征提取方法进行分类器设计 .结果表明增加的新特征可以提高分类器的性能 ,并能使识别率明显提高 .在问题的概率结构完全已知的情况下 ,增添新特征不会增加Bayes风险 .

摘要：SVM可在训练样本很少的情况下获得很好的分类推广能力。首先分析了用多类SVM算法对车牌中的字符进行识别时存在不可区分的区域问题和采用模糊SVM算法解决该问题的办法,然后讨论了字符特征的提取方法,并根据我国车牌字符的特点分别设计了汉字、字母、数字、字母/数字4个基于模糊多类SVM的字符分类器。最后在MATLAB环境下,采用径向基核函数对算法进行学习训练。实验测试结果表明,该方法可以很好的提高字符识别的速率和效率。

摘要：车牌字符识别是车牌识别系统中的关键环节。采用图像处理和神经网络相结合的方法设计新的车牌字符识别算法,先对分割出的车牌字符进行归一化处理,然后进行SOBEL边缘检测和角点特征提取,最后输入BP神经网络进行训练、识别,其中BP神经网络模型属于改进型神经网络。通过一系列神经网络训练和仿真实验,车牌识别速度和正确率得到了明显的提高。

摘要：当前基于神经网络方法的车牌字符识别技术都使用固定的训练样本,学习的效果受初始样本限制,对于识别过程中新出现的不同角度、光线等特征的字符图片不能自适应地学习。本文针对这个问题提出了基于在线序列极限学习机（OS-ELM）的车牌字符识别方法。在样本实时更新中使系统自适应调整网络权值,不断提高识别准确率。本文设计了汉字、字母、字母混合数字三个字符分类器,根据车牌字符的排列特征识别相应的字符。通过与传统ELM方法和BP神经网络法对比,结果证明该字符识别技术达到了较高的识别率,在训练速度上也比BP神经网络法提高了2~3个数量级。

摘要：针对当前车牌字符识别中相似字符易出错的问题,提出了模板匹配联合特征的车牌字符识别方法。在算法设计中,首先,根据车牌字符特征构建存在相似字符,识别时容易出错的特征字符库;初次识别时,对所有车牌字符采用模板匹配算法;初次识别的结果如不属于特征字符库,识别结束;否则进行二次特征识别。通过对4000张不同环境下的车牌图片进行测试,表明本方法的识别率达到了99%,解决了车牌相似字符识别时易出错的问题。此外,本算法设计简单,识别速度快,适应性强,对车牌识别系统的普及起到了重要作用。

摘要：为了提高车牌相似字符识别效果,采用SVM分类器的二分类结合纠错输出编码设计多分类器,对车牌字符中非形近字符进行粗分类识别车牌字符。提取相似字符的曲率、直线、闭合环特征对相似字符进行细分类二次识别。通过二次识别有效提高了车牌字符识别效果,SVM多分类器有效提高了车牌字符分类效果,具有良好的鲁棒性。

摘要：针对单一使用模板匹配车牌字符识别算法识别准确率低的缺陷,综合考虑到模板匹配方法的优劣,以及车牌字符集自身的特征,通过研究模板匹配方法的思想并对相似字符容易误识别的特点进行分析,采用改进的基于模板匹配车牌相似字符识别方法,并结合分级分类的思想,有效地提高了识别率。对不同环境下1030张高速卡口摄像头抓拍的车牌图像进行测试,提出的车牌字符识别方法准确率达到了系统的要求,并具有良好的鲁棒性和实时性。