基于小波分析的車牌字符識別.pdf

1、車牌圖像由于受到天氣、光照等的影響,常常發(fā)生幾何變形、字符筆畫缺損及附加噪聲等等,從而車牌字符圖像的質(zhì)量遠遠低于手寫體或印刷體字符,這使得傳統(tǒng)的字符識別方法難以滿足要求.近些年興起的小波變換是一種圖像分析的重要工具,小波變換的多尺度分解特性更加符合人類的視覺機制,與計算機視覺中的由粗到細的認識過程十分相似,更加適合圖像的信息處理.該文首先簡要描述了整個車牌識別系統(tǒng)的總體結(jié)構(gòu),將其分為車牌定位、車牌字符識別兩個子模塊,并且對車牌識別中這幾

2、個步驟的各種方法進行了簡單的介紹.然后討論了字符的單獨分割問題.接著該論文中重點討論利用小波分析方法來提取字符特征.對直接利用小波系數(shù)作為特征,以及結(jié)合聚類分析一起提取特征都進行了分析.還用小波包分解并尋找最優(yōu)小波包基進行字符的特征提取.也討論了利用矩分析提取特征以及矩分析和小波分析相結(jié)合的特征提取方法.最后還描述了基于Gabor變換的方法進行車牌字符識別,更加突出了小波變換時頻窗自動調(diào)整的優(yōu)點.論文中借助于BP神經(jīng)網(wǎng)絡(luò)分別對幾種方法進