基于SVM車牌識別系統(tǒng)的研究與實現(xiàn).pdf

1、隨著經(jīng)濟與社會的發(fā)展，城市的智能化交通管理已經(jīng)成為了現(xiàn)代化發(fā)展的一個重要的研究領域，作為智能交通的一個重要分支，車牌識別系統(tǒng)用于收集車牌的信息得到了快速發(fā)展，但是對于車牌系統(tǒng)識別的實時性和準確性，仍然需要不斷的提高。
　　本文在對車牌識別算法研究的基礎上，設計了一個基于支持向量機的車牌識別系統(tǒng)，整個系統(tǒng)設計包含四個主要模塊:
　　第一個模塊是車牌圖像的預處理，首先將采集的彩色車牌圖像灰度化，然后使用直方圖均衡化使得車牌圖像的

2、對比度得到增強，最后本文采用改進了的Sobel算子，以及基于遺傳學最大熵閾值確定方法得到了精確的車牌邊緣，并使用邊界跟蹤的方法排除噪聲的干擾;
　　第二個模塊是車牌的定位，本文首先分析我國汽車牌照的主要特征，然后采用基于數(shù)學形態(tài)學的車牌定位方式得到車牌的大致位置，最后使用窗口搜索法以及水平投影、垂直投影的方法得到精確的車牌位置;
　　第三個模塊是車牌字符的分割，采用了改進的Otsu算法，對車牌圖像進行二值化處理并使用Houg

3、h變換對車牌進行傾斜校正，根據(jù)字符特征獲取字符的寬度，去除車牌中的圓點，然后采用投影的方式將字符分割，最后將字符進行歸一化處理;
　　第四個模塊是車牌字符的識別，采用了基于支持向量機(SVM)的字符識別方式，先選取了車牌的額特征向量，采用高斯函數(shù)對參數(shù)向量進行訓練，并用三個分類器對字符進行識別，得出精確的識別結果。
　　本文采集了500幅車牌圖像在該系統(tǒng)上做仿真實驗，其結果識別率達到93.1％，平均耗時104.8毫秒，提高了