機(jī)動(dòng)車號(hào)牌識(shí)別系統(tǒng)的算法研究與實(shí)現(xiàn).pdf

1、隨著現(xiàn)代科技的發(fā)展與社會(huì)的進(jìn)步，車輛出現(xiàn)了爆發(fā)式的增長(zhǎng)，不僅增加了社會(huì)的負(fù)擔(dān)，還降低了管理的效率。如何有效的管理這些新問題是現(xiàn)代社會(huì)關(guān)注的一個(gè)焦點(diǎn)。在這種背景下，智能交通應(yīng)運(yùn)而生。車牌識(shí)別系統(tǒng)主要應(yīng)用于路口、停車場(chǎng)、高速路口等，極大的提高了車輛管理的效率。
　　車牌識(shí)別系統(tǒng)主要有三部分組成：車牌定位、車牌字符分割、車牌字符識(shí)別。文中對(duì)每一個(gè)部分做了研究，提出了自己的新算法與改進(jìn)的算法。
　　（1）車牌定位算法。本文的車牌定位

2、算法是基于車牌字符區(qū)域豐富的紋理特征和車牌背景與字符固定的顏色搭配相結(jié)合的。利用滑窗遍歷車牌邊緣圖像中的每一個(gè)邊緣點(diǎn)并判斷滑窗內(nèi)是否存在符合車牌顏色的點(diǎn)，從而選取車牌區(qū)域。對(duì)所選的區(qū)域運(yùn)用支持向量機(jī)（SVM）進(jìn)行二分類，分類出車牌區(qū)域與非車牌區(qū)域，對(duì)車牌區(qū)域進(jìn)行傾斜校正與精確定位。
　?。?）車牌字符分割算法。本文的車牌字符分割算法是在傳統(tǒng)的基于字符垂直投影曲線的波峰與波谷信息進(jìn)行分割的算法上做了改進(jìn)，結(jié)合了滑窗遍歷的方法進(jìn)行字符

3、分割。首先，由滑窗尋找出車牌的最大間隔區(qū)域，也就是車牌第二與第三字符的間隔。然后，根據(jù)車牌字符的大小，利用波峰與波谷的信息，完成分割。
　　（3）車牌字符識(shí)別算法。車牌字符識(shí)別算法運(yùn)用的是改進(jìn)的、多級(jí)的支持向量機(jī)（SVM）識(shí)別算法。根據(jù)車牌的特征進(jìn)行車牌字符識(shí)別模板的訓(xùn)練，對(duì)于字母與數(shù)字相似的字符，進(jìn)行二級(jí)再分類，找出它們不同的特征，訓(xùn)練不同的模板進(jìn)行二級(jí)再分類識(shí)別。
　　本文的算法經(jīng)過了大量的實(shí)驗(yàn)圖片的驗(yàn)證，與傳統(tǒng)的車牌識(shí)