車牌識別系統(tǒng)中字符識別的研究.pdf

1、隨著經(jīng)濟(jì)全球化的快速發(fā)展，人們的生活水平得到逐步地提高，交通運輸?shù)姆绞桨l(fā)生了翻天覆地的變化．車牌識別系統(tǒng)作為智能交通系統(tǒng)中的一個重要組成部分，已經(jīng)在停車場車輛管理、監(jiān)控違章車輛、高速公路收費管理系統(tǒng)等領(lǐng)域都有十分廣泛的應(yīng)用．在一般情況下，完整的車牌識別系統(tǒng)包括圖像采集，車牌定位，車牌字符分割和字符識別四個部分，本文是在車牌定位和字符分割已經(jīng)完成的基礎(chǔ)之上，主要針對車牌字符識別這一部分進(jìn)行研究．
　　首先，針對車牌字符識別中模板匹配

2、法識別率低，尤其是無法準(zhǔn)確識別相似字符的不足，本文提出了一種模板匹配法結(jié)合局部HOG特征的車牌識別算法．首先利用模板匹配法對車牌所有字符進(jìn)行初步識別，然后分別提取車牌和模板相似字符中最具區(qū)分度的一小塊HOG特征進(jìn)而構(gòu)建特征向量，最后根據(jù)特征向量之間的歐氏距離來度量車牌字符和模板字符的相似性，進(jìn)而完成二次識別．實驗結(jié)果表明，本文方法有效地解決了相似字符誤識別的問題，在保證識別速率的同時識別率顯著提高．
　　其次，在不同傾斜角度影響下

3、，針對模板匹配結(jié)合局部HOG特征法的不足，結(jié)合LBP特征和HOG特征的優(yōu)點，本文提出一種局部HOG和分層LBP特征融合的車牌字符識別方法．首先利用模板匹配法對車牌所有字符進(jìn)行初步識別，然后利用HOG算子提取車牌和模板相似字符中最具區(qū)分度的一小塊邊緣特征，接著利用LBP算子提取原始車牌和模板相似字符中相同區(qū)域塊的分層紋理特征，將兩種特征串行融合構(gòu)建串行特征向量，最后根據(jù)特征向量之間的歐式距離來度量車牌字符和模板字符的相似性，進(jìn)而完成二次識