基于機(jī)器學(xué)習(xí)的車牌識(shí)別算法研究.pdf

1、隨著智慧城市戰(zhàn)略在國(guó)家重要城市快速的推進(jìn)與發(fā)展，城市中各項(xiàng)運(yùn)行的核心系統(tǒng)都將通過(guò)運(yùn)用新一代的技術(shù)手段進(jìn)行分析、整合、處理。公共交通信息，作為城市日常生活中必不可少的一員，在很大程度上需要快速高效的進(jìn)行管理與運(yùn)行。
　　本文通過(guò)對(duì)一個(gè)公共交通信息管理系統(tǒng)拓展功能需求進(jìn)行研究，利用機(jī)器學(xué)習(xí)中的技術(shù)對(duì)系統(tǒng)中包含車牌信息的圖像進(jìn)行處理，并在車牌智能識(shí)別方面上對(duì)于國(guó)內(nèi)外識(shí)別算法文獻(xiàn)進(jìn)行了分析與討論，綜合考慮本系統(tǒng)特點(diǎn)，實(shí)現(xiàn)了本文車牌字符自動(dòng)

2、識(shí)別的過(guò)程。
　　本文車牌自動(dòng)識(shí)別算法研究的理念主要來(lái)源于開(kāi)源系統(tǒng)EasyPR，在其基礎(chǔ)上結(jié)合本系統(tǒng)需求進(jìn)行分析與改進(jìn)，本文車牌識(shí)別模塊算法基于OpenCV（Open Source Computer Vi sion Library，即OpenCV）跨平臺(tái)計(jì)算機(jī)視覺(jué)庫(kù)，輕量、高效。車牌識(shí)別過(guò)程主要分為兩大部分：
　　1）車牌圖塊定位：通過(guò)對(duì)分析和處理一張包含車牌的圖片，得到預(yù)選車牌圖塊，再對(duì)預(yù)選車牌圖塊進(jìn)行判斷，最終得到只包含

3、車牌信息的圖塊。本階段定位方法采用顏色空間HSV模型與邊緣檢測(cè)算法Sobel算子綜合定位，車牌判斷過(guò)程主要通過(guò)基于支持向量機(jī)（S upport Vector Machines，簡(jiǎn)稱SVM）算法訓(xùn)練、學(xué)習(xí)，并判斷得到的圖塊是否為真正的車牌。
　　2）車牌字符識(shí)別：對(duì)通過(guò)定位得到的車牌圖塊進(jìn)行字符分割、字符識(shí)別，然后順序排列輸出字符型車牌信息。本階段字符分割主要根據(jù)邊緣輪廓提取、外接矩形等方法，字符識(shí)別過(guò)程主要通過(guò)人工神經(jīng)網(wǎng)絡(luò)（Art