车牌汉字识别方法研究

LIBSVM是台湾大学林智仁(Chih-Jen Lin)博士等开发设计的一个操作简单、易于使用、快速有效的通用SVM 软件包，可以解决分类问题（包括C-SVC、n-SVC）、回归问题（包括e-SVR、n-SVR）以及分布估计（one-class-SVM ）等问题，提供了线性、多项式、径向基和S形函数四种常用的核函数供选择，可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概率估计等。LIBSVM 是一个开源的软件包，他不仅提供了LIBSVM的C++语言的算法源代码，还提供了Python、Java、R、MATLAB、Perl、Ruby、LabVIEW以及C#.net 等各种语言的接口，可以方便的在Windows 或UNIX 平台下使用，也便于科研工作者根据自己的需要进行改进（譬如设计使用符合自己特定问题需要的核函数等）。另外还提供了WINDOWS 平台下的可视化操作工具SVM-toy，并且在进行模型参数选择时可以绘制出交叉验证精度的等高线图。

 

一、 计算特征值

根据前面第二节介绍的Gegenbauer矩的原理，编写程序计算等式(3-11)的Gegenbauer矩。要计算等式(3-11)，就要计算出来 和 。代码如下：

double Anm(int n, int m) {

double ret = 0.0;

for(int i = 1; i <= M; i++)

for(int j = 1; j <= N; j++)

ret += IXn(n, i) * IYm(m, j) * F(i, j);

ret /= (Cna(n, alpha) * Cna(m, alpha));

return ret;

}

其中ret就返回的是Gegenbauer矩，函数IXn(n, i)、IYm(m, j)是计算 、 的，函数Cna(n, alpha) 、Cna(m, alpha)用来计算 、 。

而 的计算通过等式(3-22)来计算，代码如下：

double IXn(int n, int i) {

double ret = 0.0;

for(int k = 0; k <= n / 2; k++) {

ret += Bx(n, k) * Ix(n - 2 * k, i);

}

return ret;

}