車牌分割和字符識(shí)別的算法研究.pdf

1、大數(shù)據(jù)當(dāng)紅時(shí)期，林林總總信息迎面而來(lái)。智能交通系統(tǒng) ITS（Intelligent Transportation System）運(yùn)用其核心技術(shù)車牌識(shí)別系統(tǒng)LPRS（License Plate Recognition system）來(lái)改善交通狀況，使得交通暢通、安全。隨著國(guó)民生活水平的提高，安防領(lǐng)域?qū)σ曨l分辨率的高要求，使得ITS對(duì)車牌識(shí)別系統(tǒng)有著更高的要求。雖然目前已經(jīng)有一些應(yīng)用穩(wěn)定的產(chǎn)品出現(xiàn)，但對(duì)其算法的優(yōu)化從沒(méi)停止，仍有不少高校、研

2、究所和公司在做著進(jìn)一步的改進(jìn)和創(chuàng)新。
　　本文第一章在分析綜述了車牌識(shí)別技術(shù)的背景和現(xiàn)狀的基礎(chǔ)上，接著介紹了一些比較經(jīng)典的車牌字符識(shí)別的方法。第二章主要介紹在字符識(shí)別之前對(duì)車牌的一些主要的預(yù)處理操作，簡(jiǎn)單介紹了本系統(tǒng)所用的車牌定位和傾斜校正的算法，為字符的正確識(shí)別打好基礎(chǔ)。第三章獨(dú)創(chuàng)性提出基于最大車牌字符間距的分層次算法來(lái)切分字符，其靈活的算法即使針對(duì)退化嚴(yán)重的車牌也能實(shí)現(xiàn)完美的分割。第四章介紹了基于小波核函數(shù)的最小二乘向量機(jī)（L

3、S-SVM）算法，同時(shí)結(jié)合提取的字符特征，通過(guò)分類器最終實(shí)現(xiàn)字符的識(shí)別。第五章提出用深度學(xué)習(xí)理論中的限制波爾茲曼機(jī)（RBM）作為特征提取器，結(jié)合使用 softmax分類器組成字符識(shí)別系統(tǒng)，最終通過(guò)實(shí)驗(yàn)對(duì)比了一些算法，統(tǒng)計(jì)結(jié)果展現(xiàn)出本章提出的算法在識(shí)別字母和數(shù)字方面的優(yōu)勢(shì)。
　　本文算法雖然處理的牌照在圖像中的位置沒(méi)有限制，但從實(shí)用性的要求以及產(chǎn)品推廣的角度出發(fā)，主要研究的是出現(xiàn)在車頭和車尾的單排字符。實(shí)驗(yàn)結(jié)果顯示對(duì)車牌的扭曲變形，