[发明专利]一种基于决策树和SVM的车牌相似字符识别方法

权利要求书

1.一种基于决策树和SVM的车牌相似字符识别方法，其特征在于利用车牌字符结构和字符特征构建多层决策树，以达到减少同一模型中字符类别数，提高整体识别率的目的；其特征在于不同相似字符组，采用不同的特征并结合线性SVM训练决策模型，以达到提高相似字符识别率，减少识别时间的目的。

2.根据权利要求1所述的方法，其特征在于按照车牌位置分为三组，第一个字符中文(粤、湘、赣等)、第二个字符字母(A～Z)、第三到七个字符字母和数字的组合(0～9、A～Z)，构建第一层决策树。

3.根据权利要求1所述的方法，其特征在于按照字符相似程度分为八类，即0DQ、2Z、4A、5S、7T、8B、CG、EF，构建第二层决策树。

4.根据权利要求1所述的方法，其特征在于将0DQ分为二类，即0D、Q，构建第三层决策树，以进一步提高0DQ的识别率。

5.根据权利要求1所述的方法，其特征在于对于第一层决策树，采用HOG特征结合线性SVM训练三个决策模型，即汉字模型、字母模型和字母数字模型；对于第二层决策树，0DQ、4A采用Gabor特征并用PCA降维，2Z、5S、7T取图像上半部分，提取分块梯度方向特征，8B取图像左半部分，提取分块灰度统计特征，CG取图像下半部分，提取分块灰度统计特征，EF提取图像下1/3部分，提取灰度特征，全部采用线性SVM训练八个决策模型；对于第三层决策树，0D取左上1/3和左下1/3图像提取分块灰度统计与梯度加权特征，并采用线性SVM训练1个决策模型。