基于支持向量機的車牌定位系統(tǒng)的設計與實現.pdf

1、生活在這個經濟飛速發(fā)展的時代，人們的生活質量越來越高，在追求車輛帶來的便捷性的同時，人們對管理車輛的需求也越來越強烈，希望能夠通過計算機或者其他硬件設備來對車輛進行智能化的管理，由此，基于圖像的車牌識別技術成為了計算機視覺、模式識別、圖像處理等領域的研究熱點之一。在基于圖像的車牌識別技術中，車牌區(qū)域的定位是識別的前提，只有先確定車牌所在圖像中的位置，才能夠對區(qū)域內信息進行處理，因此，車牌定位問題是車牌識別技術中需要解決的關鍵問題之一。<

2、br>　　如何在圖像中正確定位到車牌區(qū)域呢？經過進行大量的文獻資料查閱后，總結得到車牌定位方法主要是通過基于先驗知識和基于統(tǒng)計原理兩種方式實現。本課題是實現基于支持向量機的車牌定位系統(tǒng)，采用的是基于統(tǒng)計原理的方式，主要針對幾種常用的機器學習方法和圖像特征進行了研究，因此，本課題具有一定的研究價值和應用價值。
　　為了完成本課題，課題選擇方向梯度直方圖特征對車牌圖像進行表述，并采用支持向量機機器學習方法對特征進行訓練。在課題實現中，

3、首先，采集圖像，創(chuàng)建樣本集，然后提取每個樣本的方向梯度直方圖特征，使用支持向量機對這些樣本特征進行訓練，得到車牌的訓練模型，基于該模型，采用多尺度窗口對待檢測的圖像進行遍歷搜索車牌區(qū)域，最后，如果檢測到車牌區(qū)域，使用 GrabCut算法對分割圖像，從而能夠實現車牌區(qū)域從圖像中單獨提取出來，方便后續(xù)對車牌區(qū)域進行單獨處理。本文的所有樣本數據是通過搜索百度圖片和相機拍照得到的，一共收集到1600張樣本數據，其中正樣本900張，負樣本700張