论文部分内容阅读
针对车牌识别中识别率和识别速度难以同时提高这一难点,本文提出一种K-L变换和最小二乘支持向量机相结合的车牌字符识别新方法。首先使用K-L变换对预处理后的车牌字符图像进行特征降维;然后根据车牌字符的排列特征采用聚类分析中类距离思想,设计四组最佳二叉树的最小二乘支持向量机子分类器来分别实现字母、数字和汉字的识别。实验结果表明,该方法所设计的分类器较好的解决了传统多类算法中存在的不可分区域情况,具有较高的识别率和识别速度及分类推广能力。