車牌字符識別系統(tǒng)的研究和實現(xiàn).pdf

1、車牌字符識別問題是車牌識別系統(tǒng)的核心技術(shù)問題，是智能交通系統(tǒng)的關(guān)鍵組成部分，是目前該領(lǐng)域研究的熱點問題之一。
　　本文以定位得到的藍底白字彩色的車牌照圖像作為樣本，分別對車牌字符識別系統(tǒng)的組成部分——字符分割、字符特征提取、字符分類器設(shè)計進行了研究，主要內(nèi)容概括如下：
　　1.車牌字符分割部分：在對車牌照圖像進行預處理的基礎(chǔ)上，本文提出一種基于車牌先驗知識的改進水平投影法來實現(xiàn)車牌字符分割。實驗證明，該方法是可行的。

2、　　2.車牌字符特征提取優(yōu)化部分：本文首先對車牌進行了平滑濾波去噪及歸一化等預處理，然后在分析常用字符特征提取方法的基礎(chǔ)上，提出了一種綜合特征提取法——粗網(wǎng)格與粗外圍融合的特征提取法+主成分分析（PCA）特征約簡法。
　　3.基于BP網(wǎng)絡(luò)的車牌字符識別部分：在研究BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計、參數(shù)設(shè)置以及運行優(yōu)缺點的基礎(chǔ)上，提出了一種增加動量項、引入自適應學習速率的改進BP網(wǎng)絡(luò)；針對車牌字符分布特點及種類不同，設(shè)計了漢字、字母、數(shù)字、字母

3、和數(shù)字4類分類器，并比較了字符經(jīng)粗網(wǎng)格與粗外圍融合法得到的特征向量在 PCA約簡優(yōu)化前后的識別速度和識別率。實驗表明：經(jīng)過PCA約簡優(yōu)化的特征向量在改進BP網(wǎng)絡(luò)下識別速度更快，識別率更高。
　　4.基于 LSSVM的車牌漢字識別探索部分：考慮到車牌漢字樣本集少、字形復雜等難點問題以及SVM分類的優(yōu)勢，提出了運用LSSVM工具箱進行探索。首先采用“一對多”策略、選用徑向基核函數(shù)構(gòu)建了LSSVM漢字識別多分類器，然后選用了車牌漢字字符