基于圖像處理及支持向量機(jī)的車牌識(shí)別技術(shù)研究.pdf

1、隨著我國(guó)城市化建設(shè)規(guī)模的擴(kuò)大，主要大城市人口數(shù)量和機(jī)動(dòng)車的保有量不斷增加，導(dǎo)致各個(gè)大城市道路交通擁堵。ITS(IntelligentTransportSystem，智能交通系統(tǒng))的興起一定程度上緩解了日益嚴(yán)重的交通壓力，促進(jìn)了交通科學(xué)信息化、智能化、社會(huì)化的發(fā)展。車牌自動(dòng)識(shí)別系統(tǒng)作為ITS的核心部分，在許多領(lǐng)域中得到了廣泛的應(yīng)用。完整的車牌識(shí)別系統(tǒng)包括車牌圖像預(yù)處理、車牌定位、車牌字符分割、車牌字符識(shí)別四部分內(nèi)容。論文對(duì)車牌識(shí)別系統(tǒng)的幾

2、個(gè)主要部分，包括車牌圖像預(yù)處理、車牌定位、車牌字符識(shí)別三部分進(jìn)行了研究。
　　(1)車牌圖像預(yù)處理。圖像預(yù)處理主要包括RGB(RedGreenBlue，紅綠藍(lán))圖像的灰度轉(zhuǎn)換、非線性灰度拉伸、直方圖規(guī)格化、二值化。經(jīng)過(guò)預(yù)處理后的圖像，降低了車牌圖像背景的復(fù)雜度，為車牌識(shí)別提高了精度，節(jié)省了運(yùn)算的時(shí)間和存儲(chǔ)空間。
　　(2)車牌定位。論文采用了一種基于頂帽變換和車牌形態(tài)學(xué)體態(tài)分析法相結(jié)合的車牌定位方法，頂帽變換后的車牌圖像濾除

3、了大部分背景，然后應(yīng)用改進(jìn)的多方向Sobel算子檢測(cè)車牌區(qū)域，得到車牌候選區(qū)域，根據(jù)車牌自身的尺寸特征，利用形態(tài)學(xué)體態(tài)分析法對(duì)候選車牌區(qū)域?yàn)V波，濾波后的圖像用4鄰域連通彩色標(biāo)記，最后用水平垂直掃描定位出車牌，仿真結(jié)果表明該定位方法是可行有效的。
　　(3)車牌字符識(shí)別。對(duì)采集的車牌字符樣本歸一化處理，用粗網(wǎng)格提取字符的特征，通過(guò)遺傳算法得到小樣本下RBF(RadialBasisFunction，徑向基函數(shù))核函數(shù)的最優(yōu)化參數(shù)，并采