車(chē)牌識(shí)別系統(tǒng)設(shè)計(jì)及基于改進(jìn)SVM的字符識(shí)別研究.pdf

1、隨著國(guó)民經(jīng)濟(jì)的日益發(fā)展，各種車(chē)輛迅速增加，在改變?nèi)藗兩畋憷耐瑫r(shí)，也引發(fā)了許多問(wèn)題。采用智能交通管理系統(tǒng)(ITS)己成為當(dāng)前公路交通、城市交通管理的主要手段和發(fā)展方向，而車(chē)牌自動(dòng)識(shí)別技術(shù)又是智能交通管理系統(tǒng)中的核心部分。本文主要研究了車(chē)牌自動(dòng)識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)技術(shù)，綜合運(yùn)用了圖像分析與處理技術(shù)以及人工智能和模式識(shí)別技術(shù)，在總結(jié)前人經(jīng)驗(yàn)和工作基礎(chǔ)上，提出了自己的整套解決方法。具體包括以下內(nèi)容： 車(chē)牌定位算法的研究。針對(duì)在實(shí)際交

2、通路口中所拍下的背景復(fù)雜的高像素?cái)?shù)碼圖片，本文提出了一種小波閾值去噪結(jié)合行掃描法對(duì)車(chē)牌進(jìn)行粗定位，綜合利用車(chē)牌多種特征的快速定位方法。該定位方法充分利用了車(chē)牌的紋理特征，色彩特征以及幾何特征，引入置信度的概念篩選可疑區(qū)域。經(jīng)過(guò)牌照初定位，基于Radon變換的牌照傾斜角檢測(cè)，牌照精確定位三個(gè)步驟，快速準(zhǔn)確定位出車(chē)牌所在位置。實(shí)驗(yàn)結(jié)果表明，對(duì)于背景復(fù)雜的高分辨率數(shù)碼車(chē)輛圖像，本文提出的定位方法定位速度快，定位準(zhǔn)確率高，可適用于多種背景復(fù)雜的

3、實(shí)際車(chē)牌識(shí)別系統(tǒng)應(yīng)用場(chǎng)合。 車(chē)牌字符分割算法的研究。本文提出了在顏色空間中利用樹(shù)型判決結(jié)構(gòu)，對(duì)車(chē)牌的類(lèi)型進(jìn)行判別，再根據(jù)字符規(guī)則利用投影形成空格區(qū)向量，通過(guò)搜索符合規(guī)則的向量準(zhǔn)確分割車(chē)牌區(qū)域中的字符。對(duì)字符粘連及字符斷裂現(xiàn)象分別提出了解決方法，可以有效地對(duì)車(chē)牌區(qū)域進(jìn)行分割。 車(chē)牌字符識(shí)別算法的研究。本文提出了半分積分投影對(duì)車(chē)牌字符提取特征向量，可以有效提高字符特征向量區(qū)別度；并用支持向量機(jī)(SVM)實(shí)現(xiàn)了車(chē)牌字符識(shí)別系統(tǒng)