基于PCA和網(wǎng)格特征的車(chē)牌識(shí)別算法研究.pdf

1、車(chē)牌識(shí)別系統(tǒng)是智能交通系統(tǒng)中的關(guān)鍵部分，也是國(guó)內(nèi)外學(xué)者研究的熱點(diǎn)。它結(jié)合了圖像處理及模式識(shí)別等多項(xiàng)技術(shù)，可以廣泛應(yīng)用于高速公路自動(dòng)收費(fèi)、道路監(jiān)控、小區(qū)及停車(chē)場(chǎng)車(chē)輛管理系統(tǒng)等領(lǐng)域。論文主要對(duì)車(chē)牌字符分割及字符識(shí)別進(jìn)行了深入地研究，提出了相關(guān)改進(jìn)算法，并利用VC++6.0平臺(tái)開(kāi)發(fā)出了論文中的車(chē)牌識(shí)別系統(tǒng)。
　　本文分析了已有的各種車(chē)牌識(shí)別算法，提出了改進(jìn)的車(chē)牌識(shí)別算法。對(duì)于車(chē)牌圖像的傾斜校正，論文采用了自適應(yīng)閾值的Canny邊緣檢測(cè)算

2、法，能夠檢測(cè)到完整的邊緣信息，從而可以準(zhǔn)確地確定出車(chē)牌的傾斜角度，實(shí)現(xiàn)對(duì)車(chē)牌的校正。對(duì)于車(chē)牌區(qū)域的二值化，給出了自適應(yīng)步長(zhǎng)的二值化算法，該算法抗噪能力好，自適應(yīng)性強(qiáng)。在此基礎(chǔ)上，論文通過(guò)基于垂直投影的方法進(jìn)行字符分割，有效地提高了字符分割的成功率。對(duì)于字符識(shí)別，論文針對(duì)車(chē)牌字符的特點(diǎn)，對(duì)漢字采用了基于PCA（主分量分析）特征的多模板匹配算法；對(duì)字母數(shù)字則采用了基于網(wǎng)格特征的單模板匹配算法。最后，對(duì)車(chē)牌識(shí)別系統(tǒng)進(jìn)行了相關(guān)測(cè)試。測(cè)試結(jié)果表明