基于支持向量机的车牌汉字识别方法的研究

论文摘要

车牌汉字识别是目前我国车牌识别的难点和关键所在。论文通过对目前汉字识别方法的学习和研究,结合我国车牌的特点,基于支持向量机实现两种车牌汉字识别方案:第一个方案首先通过主成分分析法提取图像特征,然后用支持向量机进行分类识别;第二个方案根据支持向量机中核函数的思想对主成分分析法进行优化。经过最终测试,这两个方案都达到较为理想的效果。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 目前车牌识别中汉字识别的核心问题
• 1.3 车牌中汉字字符识别方法
• 1.4 论文的研究工作概述
• 1.5 论文的结构
• 第二章 车牌中汉字字符的预处理
• 2.1 引言
• 2.2 车牌图像灰度化
• 2.3 车牌图像增强
• 2.4 图像标准化
• 2.5 小结
• 第三章 基于支持向量机的车牌汉字字符识别
• 3.1 引言
• 3.2 支持向量机（SVM）的基本理论
• 3.3 支持向量机（SVM）的多分类研究
• 3.4 基于决策树的多分类支持向量机的汉字识别
• 3.5 小结
• 第四章 基于支持向量机核的思想对主成分分析法的改进
• 4.1 引言
• 4.2 传统主成分分析法的应用
• 4.3 主成分分析法的改进算法的研究
• 4.4 对改进算法防真验证
• 4.5 小结
• 第五章 结论
• 致谢
• 参考文献