FSG防爆地磅

防爆地磅車牌識別系統(tǒng)在對車牌字符輪廓、投影和網(wǎng)格編碼特征提取的基礎(chǔ)上。利用SVM在解決小樣本、高維數(shù)和非線性模式識別問題中良好的分類能力以及D—S證據(jù)理論具有直接表達不確定、不信息的優(yōu)勢，利用D—S證據(jù)理論融合單特征的SVM字符識別信息，構(gòu)建信息融合的礦用80噸地磅秤車牌識別系統(tǒng)。充分運用了各特征的冗余互補信息，大大提高了識別的準確性和可信度，為提高企業(yè)經(jīng)營運作的率和益有十分重要的意義。
在人類辨識外界事物的過程中。通常根據(jù)來自不同感覺器官獲得的關(guān)于目標的多種特征信息，如：江陰市防爆地磅車牌識別技術(shù)?，并利用各種已有不確定的知識來判斷目標種類。在工程實踐中防爆地磅?也存在類似的情況，經(jīng)常要求根據(jù)一些經(jīng)驗知識以及多種特征對事物的種類進行判斷。信息融合就是指采集并集成各種信息源、多種媒體和多種格式信息，從而生成完整、準確、及時和有效的綜合信息的過程。信息融合的方法很多。包括：加權(quán)平均法、數(shù)理統(tǒng)計法、神經(jīng)網(wǎng)絡(luò)法、Kalman 濾波、Bayes推理方法和證據(jù)決策推理方法。信息融合方法中。D—S證據(jù)理論在不、不確定、不清晰信息的表示、組合、決策方面具有明顯的優(yōu)勢，是決策級信息融合的經(jīng)典理論。
防爆地磅車牌識別:字符特征提取不同的特征提取方法對識別率有著不同的影響，單一特征只能反映字符的某一屬性，并不能提供字符的完整信息。為了彌補單一特征提供的信息量不足的缺點．對字符輪廓特征、投影特征和網(wǎng)格編碼特征分別進行提取。
防爆地磅對于每個類中要識別的字符，進行多特征提取方法以用于信息融合。對預(yù)處理后的車牌字符圖像分別進行輪廓、投影和網(wǎng)格編碼特征的提取，得到不同特征的目標信息，將目標信息分別進行SVM多分類識別，產(chǎn)生待識別目標的初步分類結(jié)論和基本概率賦值。經(jīng)D—S證據(jù)理論融合來自不同特征的識別信息，根據(jù)決策規(guī)則得到最后的識別結(jié)果。