基于SIFT算法的車牌識(shí)別系統(tǒng)研究.pdf

1、本文主要研究了基于SIFT算法的車牌識(shí)別，車牌識(shí)別是智能交通領(lǐng)域研究的熱點(diǎn)和難點(diǎn)之一。該系統(tǒng)主要包括車牌圖像預(yù)處理、車牌定位、車牌字符識(shí)別三部分。車牌圖像預(yù)處理部分：主要包括灰度變換、濾波處理、銳化、歸一化等，給標(biāo)準(zhǔn)模板字符加一個(gè)0.8毫米的白色邊框，并且對(duì)傳統(tǒng)SIFT算法的參數(shù)進(jìn)行了修改，實(shí)驗(yàn)證明，修改參數(shù)后的SIFT算法提高了車牌定位的正確率。車牌定位部分：首先用SIFT算法提取標(biāo)準(zhǔn)定位車牌的特征向量并保存，然后用SIFT算法提取待

2、識(shí)別車牌的特征向量并保存，之后將標(biāo)準(zhǔn)定位車牌的特征向量和待識(shí)別車牌的特征向量進(jìn)行匹配，最后根據(jù)得到的特征點(diǎn)匹配結(jié)果進(jìn)行車牌分割。車牌字符識(shí)別部分：首先用SIFT算法提取標(biāo)準(zhǔn)模板中字符的特征向量，然后用SIFT算法提取已經(jīng)定位出的車牌的特征向量，然后將向量進(jìn)行匹配來得到識(shí)別結(jié)果。本文用OpenCV和Visual C++6.0搭建實(shí)驗(yàn)平臺(tái)，采用寬高為21像素*42像素，分辨率是96像素/英寸的標(biāo)準(zhǔn)模板字符。實(shí)驗(yàn)結(jié)果表明，車牌定位的準(zhǔn)確率為7