[發明專利]一種基于決策樹和SVM的車牌相似字符識別方法

在審

• 申請號: 201410366528.0
• 申請日: 2014-07-26
• 公開（公告）號: CN104156701A
• 公開（公告）日: 2014-11-19
• 發明（設計）人: 吳志偉;馮琰一;張少文
• 申請（專利權）人: 佳都新太科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 無
• 代理人: 無

1.一種基于決策樹和SVM的車牌相似字符識別方法，其特征在于利用車牌字符結構和字符特征構建多層決策樹，以達到減少同一模型中字符類別數，提高整體識別率的目的；其特征在于不同相似字符組，采用不同的特征并結合線性SVM訓練決策模型，以達到提高相似字符識別率，減少識別時間的目的。

2.根據權利要求1所述的方法，其特征在于按照車牌位置分為三組，第一個字符中文(粵、湘、贛等)、第二個字符字母(A～Z)、第三到七個字符字母和數字的組合(0～9、A～Z)，構建第一層決策樹。

3.根據權利要求1所述的方法，其特征在于按照字符相似程度分為八類，即0DQ、2Z、4A、5S、7T、8B、CG、EF，構建第二層決策樹。

4.根據權利要求1所述的方法，其特征在于將0DQ分為二類，即0D、Q，構建第三層決策樹，以進一步提高0DQ的識別率。

5.根據權利要求1所述的方法，其特征在于對于第一層決策樹，采用HOG特征結合線性SVM訓練三個決策模型，即漢字模型、字母模型和字母數字模型；對于第二層決策樹，0DQ、4A采用Gabor特征并用PCA降維，2Z、5S、7T取圖像上半部分，提取分塊梯度方向特征，8B取圖像左半部分，提取分塊灰度統計特征，CG取圖像下半部分，提取分塊灰度統計特征，EF提取圖像下1/3部分，提取灰度特征，全部采用線性SVM訓練八個決策模型；對于第三層決策樹，0D取左上1/3和左下1/3圖像提取分塊灰度統計與梯度加權特征，并采用線性SVM訓練1個決策模型。