基于支持向量机的汽车胎号识别算法研究.pdf

基于支持向量机的汽车胎号识别算法研究.pdf

ID:51417079

大小:1022.40 KB

页数:4页

时间:2020-03-23

基于支持向量机的汽车胎号识别算法研究.pdf_第1页
基于支持向量机的汽车胎号识别算法研究.pdf_第2页
基于支持向量机的汽车胎号识别算法研究.pdf_第3页
基于支持向量机的汽车胎号识别算法研究.pdf_第4页
资源描述:

《基于支持向量机的汽车胎号识别算法研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第29卷第9期计算机仿真2012年9月文章编号:1006—9348(2012)09—0383—04基于支持向量机的汽车胎号识别算法研究王勇(江苏科技大学计算机系,江苏张家港215600)摘要:为了提高汽车轮胎号自动识别的正确率,提出一种利用支持向量机的汽车胎号识别算法。首先采用图像采集设备获得胎号图像,并进行预处理,然后提取字符的特征向量,采用主成分分析对特征向量进行降维处理,最后采用支持向量机进行字符识别,同时利用遗传算法优化支持向量机的参数。仿真结果表明,采用支持向量机的汽车胎号识率达到97.52%,误识率和拒识率极低,很够很好满足汽车胎号识别要求。关键词:支持向量机;特征提取;胎号识别;

2、遗传算法中图分类号:TPl83文献标识码:BStudyonRecognitionofAutomobileTireNumberBasedonSupportVectorMachineWANGYong(DepartmentofComputer,JiangsuUniversityofScienceandTechnology,Zhan舀iagangJiangsu215600,China)ABSTRACT:Inordertoimprovethecorrectrecognitionrateoftirenumber,thispaperproposedatirenumberrecog—nitionmethodb

3、asedonsupportvectormachine.Firstly,theimagesoftirenumberwerecollectedbyimagedeviceandpreprocessed,thenthefeaturevectorswereextracted,andthefeaturedimensionswerereducedbyprincipalcompo—nentanalysis.Finally,thetirenumberswererecognizedbythesuppoflvectormachine.Thesimulationresultsshowthatthetirenumber

4、recognitionrateisupto97.52%basedontheproposedmethod,andelTorrateandrejectionrateisverylow,whichcanmeettherequirementsofautomobiletirenumberrecognitionverywell.KEYWORDS:Suppoflvectormachine(SVM);Featureextraction;Tirenumberrecognition;Geneticalgorithm(GA)1引言轮胎是汽车的一个最重要零件,轮胎质量与汽车的运行和安全性能密切相关,而每一套轮胎都具有

5、唯一的胎号,胎号记录了轮胎的各种信息,它是轮胎的身份证⋯。轮胎号码管理可以对企业生产和销售情况进行实时掌握,如果轮胎质量出现问题,可以根据号码追溯到具体生产厂家,因此胎号识别成为当前图像处理中的一个重要研究课题旧o。传统胎号识别方法采用人工方式,首先依靠人的视觉识别胎号,然后将胎号手工输入到数据库中,该方法容易出错,费时,导致信息资料不正确口1。随后出现了基于条形码和射频识别(radiofrequencyidentification,RFID)技术的胎号识别方法,该方法记录信息多,但成本较高,条形码容易被人剥落,信息丢失,从而影响轮胎质量追踪H1。近年来,随着图像基金项目:江苏省道路载运工具新

6、技术应用重点实验室开发基金项目(BM2008206009)收稿13期:2012—03一18修回日期:2012—04—12处理和人工智能技术发展,为汽车轮胎胎号的自动识别提供了一种有效方法,尤其是人工神经网络模拟人脑的一些基本特征,具有自组织、自学习、容错能力强等优点,因此基于人工神经网络的胎号自动识别算法∞。7J。但神经网络是一种基于经验风险最小化原则的人工智能算法,要求训练比较大,当训练样本不能满足大样本条件时,易出现过拟合、局部最优等现象,且自身存在隐含层神经元个数难于确定、收敛速度慢等缺陷,影响胎号自动识别中的效果‘8J。支持向量机(suppoavectormachines,SVM)基于

7、结构风险最小化原则,克服了神经网络的过拟合缺陷,较好地解决了非线性、高维数和局部极小等难题,泛化能力强,在故障诊断、语音识别等领域取得不错的应用效果∽’1“。然而SVM的学习和泛化能力与其核函数及参数息息相关,但目前各参数选择缺乏统一标准和理论指导,SVM参数的选择是一个公开尚待解决难题㈦。为了提高汽车胎号自动识别精度,提出一种基于SVM的汽车胎号自动识别算法,采用遗传算法对SVM的参数进——38

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。