详细介绍
FSG防爆地磅 | |
防爆地磅车牌识别系统在对车牌字符轮廓、投影和网格编码特征提取的基础上。利用SVM在解决小样本、高维数和非线性模式识别问题中良好的分类能力以及D—S证据理论具有直接表达不确定、不*信息的优势,利用D—S证据理论融合单特征的SVM字符识别信息,构建信息融合的矿用80吨地磅秤车牌识别系统。充分运用了各特征的冗余互补信息,大大提高了识别的准确性和可信度,为提高企业经营运作的率和益有十分重要的意义。 在人类辨识外界事物的过程中。通常根据来自不同感觉器官获得的关于目标的多种特征信息,如:江阴市防爆地磅车牌识别技术?,并利用各种已有不确定的知识来判断目标种类。在工程实践中防爆地磅?也存在类似的情况,经常要求根据一些经验知识以及多种特征对事物的种类进行判断。信息融合就是指采集并集成各种信息源、多种媒体和多种格式信息,从而生成完整、准确、及时和有效的综合信息的过程。信息融合的方法很多。包括:加权平均法、数理统计法、神经网络法、Kalman 滤波、Bayes推理方法和证据决策推理方法。信息融合方法中。D—S证据理论在不*、不确定、不清晰信息的表示、组合、决策方面具有明显的优势,是决策级信息融合的经典理论。 防爆地磅车牌识别:字符特征提取不同的特征提取方法对识别率有着不同的影响,单一特征只能反映字符的某一属性,并不能提供字符的完整信息。为了弥补单一特征提供的信息量不足的缺点.对字符轮廓特 征、投影特征和网格编码特征分别进行提取。 防爆地磅对于每个类中要识别的字符,进行多特征提取方法以用于信息融合。对预处理后的车牌字符图像分别进行轮廓、投影 和网格编码特征的提取,得到不同特征的目标信息,将目标信息分别进行SVM多分类识别,产生待识别目标的初步分类结论和基本概率赋值。经D—S证据理论融合来自不同特征的识别信息,根据决策规则得到最后的识别结果。 |