車牌識(shí)別技術(shù)的應(yīng)用研究.pdf

1、車牌識(shí)別系統(tǒng)是智能交通系統(tǒng)中最關(guān)健、最有應(yīng)用價(jià)值的一個(gè)重要組成部分，它是計(jì)算機(jī)視覺、圖像處理和模式識(shí)別等技術(shù)的融合。車牌字符識(shí)別技術(shù)一般包括車牌圖像的處理、車牌定位、字符分割及字符識(shí)別四個(gè)部分。盡管車牌識(shí)別技術(shù)已經(jīng)取得一定的成果，但是現(xiàn)今的車牌識(shí)別系統(tǒng)仍然存在著復(fù)雜背景環(huán)境下的車牌定位及相似字符易識(shí)別錯(cuò)等問題，因此有必要進(jìn)一步研究車牌識(shí)別技術(shù)。
　　本研究首先將彩色圖像進(jìn)行二值化處理，然后將得到的二值化圖像進(jìn)行由下至上的行掃描方法

2、，實(shí)現(xiàn)車牌圖像的水平方向定位，這時(shí)已經(jīng)去除大部分復(fù)雜背景及偽車牌區(qū)域，最后對(duì)水平方向定位出來(lái)的車牌圖像進(jìn)行邊緣檢測(cè)，根據(jù)車牌邊緣處突變的特點(diǎn)，進(jìn)行車牌的垂直方向定位。再將定位出的車牌圖像傾斜角度較大的進(jìn)行傾斜校正后，去除車牌的邊框及鉚釘?shù)?，進(jìn)而得到精確的車牌圖像。在進(jìn)行字符識(shí)別時(shí)，基于車牌字符分布的特點(diǎn)，將車牌字符的識(shí)別分為兩個(gè)分類器進(jìn)行識(shí)別，一個(gè)是用于漢字識(shí)別的漢字分類器，另一個(gè)是用于數(shù)字和字母識(shí)別的數(shù)字與字母混合分類器。這兩個(gè)分類器

3、中，每個(gè)分類器都是多類分類問題，這時(shí)可以將多類分類問題轉(zhuǎn)化為兩類分類問題，而SVM正是對(duì)于兩類分類問題所擅長(zhǎng)的，它不僅適用于有限樣本的分類問題，且可以保證求出的是全局最優(yōu)解。在這里采用一對(duì)一的方法并以投票選舉機(jī)制來(lái)實(shí)現(xiàn)對(duì)車牌字符的分類識(shí)別。實(shí)驗(yàn)結(jié)果表明，通過(guò)采用上面的車牌定位方法，可以很好的從復(fù)雜背景環(huán)境中定位出車牌圖像;并且本文中將基于模板匹配的字符識(shí)別方法與基于SVM的字符識(shí)別方法進(jìn)行了比較，結(jié)果表明，基于SVM的車牌字符識(shí)別方法解