車牌識別系統(tǒng)設(shè)計及基于改進SVM的字符識別研究.pdf

1、隨著國民經(jīng)濟的日益發(fā)展，各種車輛迅速增加，在改變?nèi)藗兩畋憷耐瑫r，也引發(fā)了許多問題。采用智能交通管理系統(tǒng)(ITS)己成為當前公路交通、城市交通管理的主要手段和發(fā)展方向，而車牌自動識別技術(shù)又是智能交通管理系統(tǒng)中的核心部分。本文主要研究了車牌自動識別系統(tǒng)的設(shè)計與實現(xiàn)技術(shù)，綜合運用了圖像分析與處理技術(shù)以及人工智能和模式識別技術(shù)，在總結(jié)前人經(jīng)驗和工作基礎(chǔ)上，提出了自己的整套解決方法。具體包括以下內(nèi)容： 車牌定位算法的研究。針對在實際交

2、通路口中所拍下的背景復雜的高像素數(shù)碼圖片，本文提出了一種小波閾值去噪結(jié)合行掃描法對車牌進行粗定位，綜合利用車牌多種特征的快速定位方法。該定位方法充分利用了車牌的紋理特征，色彩特征以及幾何特征，引入置信度的概念篩選可疑區(qū)域。經(jīng)過牌照初定位，基于Radon變換的牌照傾斜角檢測，牌照精確定位三個步驟，快速準確定位出車牌所在位置。實驗結(jié)果表明，對于背景復雜的高分辨率數(shù)碼車輛圖像，本文提出的定位方法定位速度快，定位準確率高，可適用于多種背景復雜的

3、實際車牌識別系統(tǒng)應(yīng)用場合。 車牌字符分割算法的研究。本文提出了在顏色空間中利用樹型判決結(jié)構(gòu)，對車牌的類型進行判別，再根據(jù)字符規(guī)則利用投影形成空格區(qū)向量，通過搜索符合規(guī)則的向量準確分割車牌區(qū)域中的字符。對字符粘連及字符斷裂現(xiàn)象分別提出了解決方法，可以有效地對車牌區(qū)域進行分割。 車牌字符識別算法的研究。本文提出了半分積分投影對車牌字符提取特征向量，可以有效提高字符特征向量區(qū)別度；并用支持向量機(SVM)實現(xiàn)了車牌字符識別系統(tǒng)