基于支持向量機(jī)及神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別技術(shù)研究.pdf

1、車牌識(shí)別系統(tǒng)(License Plate Recognition System，LPRS)是圖像處理技術(shù)與模式識(shí)別技術(shù)在智能交通系統(tǒng)(Intelligent Transport System，ITS)中的重要應(yīng)用，廣泛應(yīng)用于停車場(chǎng)智能管理、高速公路車輛視頻監(jiān)控、車輛流量監(jiān)測(cè)以及電子警務(wù)等領(lǐng)域。但是，由于現(xiàn)實(shí)多樣性、拍攝環(huán)境影響、設(shè)備差異性等主觀原因，以及車牌擦傷、掩蓋等客觀原因都對(duì)車牌識(shí)別的技術(shù)難度要求提高。本文在研讀國(guó)內(nèi)外車牌識(shí)別技術(shù)

2、最新研究成果的基礎(chǔ)上，提取相關(guān)的、可行的技術(shù)要點(diǎn)進(jìn)行算法改進(jìn)。通過(guò)圖像特處理技術(shù)，獲取預(yù)處理車牌，通過(guò)訓(xùn)練出的SVM模型識(shí)別真正的車牌，然后分割出單個(gè)的車牌字符，并運(yùn)用人工神經(jīng)網(wǎng)絡(luò)對(duì)車牌字符進(jìn)行識(shí)別。
　　本研究主要內(nèi)容包括：⑴提出了一種基于車牌邊緣特征和SVM(支持向量機(jī))相結(jié)合的車牌定位方法。此方法的基本原理:首先運(yùn)用高斯濾波對(duì)車輛圖像進(jìn)行平滑處理;然后進(jìn)行灰度化、二值化，再使用Sobel算子進(jìn)行定位，然后運(yùn)用形態(tài)學(xué)腐蝕、膨脹

3、運(yùn)算處理車輛圖像，尋找車牌的候選連通區(qū)域，得到一些候選車牌圖片，最后通過(guò)訓(xùn)練好的SVM模型甄選出真正的車牌。⑵在對(duì)車牌圖像采用灰度處理、二值化處理后得到較為清晰圖片，通過(guò)判斷跳變次數(shù)去除上下邊框、柳丁，結(jié)合輪廓法和車牌先驗(yàn)知識(shí)來(lái)對(duì)圖像字符進(jìn)行分割?；趫D像中數(shù)字和字母連通的特性，用輪廓法得到車牌中的數(shù)字字符和字母字符;采用車牌先驗(yàn)知識(shí)來(lái)解決不連通的漢字字符問(wèn)題。⑶提取字符特征，然后利用OpenCV提供的神經(jīng)網(wǎng)絡(luò)來(lái)識(shí)別漢字、英文字母與數(shù)字