車牌字符識(shí)別系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、成像自動(dòng)車牌識(shí)別系統(tǒng)能夠進(jìn)行智能、準(zhǔn)確、高效的車輛車牌的識(shí)別,極大的減少人類的勞動(dòng)量,帶來較大的經(jīng)濟(jì)效益,因此車牌識(shí)別系統(tǒng)具有較大的應(yīng)用前景。車牌識(shí)別系統(tǒng)主要包含了字符定位和字符識(shí)別兩大內(nèi)容。針對(duì)一張含有車牌的交通道路圖像,檢測(cè)定位出其中的車牌區(qū)域,進(jìn)而對(duì)每個(gè)字符進(jìn)行定位獲得每個(gè)字符圖像的坐標(biāo)信息,最后進(jìn)行字符識(shí)別,達(dá)到識(shí)別整張車牌的目的。
　　采用基于邊緣密度的車牌定位方法獲取候選車牌區(qū)域,提出了基于顏色分布的虛假車牌去除方法。

2、然后采用圖像分割和聯(lián)通區(qū)域投影的方法進(jìn)行單個(gè)字符定位。
　　提出了基于二值特征的隨機(jī)森林車牌字符識(shí)別方法,同時(shí)針對(duì)較難識(shí)別的漢字與相似字符提出了基于LBP特征的adaboost級(jí)聯(lián)分類算法。該算法的誤檢率較低,同時(shí)擁有較強(qiáng)的魯棒性。
　　針對(duì)提出的車牌字符識(shí)別算法進(jìn)行了樣本訓(xùn)練和測(cè)試,使用1000張人工標(biāo)記的正負(fù)樣本來進(jìn)行離線分類器的訓(xùn)練,最后針對(duì)1000張不同于訓(xùn)練樣本的圖像進(jìn)行了測(cè)試,檢測(cè)率達(dá)到了87.5％。表明該車牌識(shí)