改进K-均值聚类算法的号牌识别算法

摘要：

将传统K-均值算法用于机动车号牌定位时对初始聚类中心依赖大，易陷入局部最优而不能准确定位号牌。将分冶思想用于改进初始聚类中心的选择，同时通过分析候选车牌形状和颜色来增加定位的准确率。该算法很好地解决了通过FAST角点来定位号牌中准确率的问题，与之前算法相比，改进后的K-均值算法改善了号牌识别的识别率，提高了聚类算法的收敛速度。

关键词：车牌识别、车牌定位、K-均值、聚类、字符识别

分类号：TP311.52(计算技术、计算机技术)

在线出版日期：2015-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1-5