車牌及車標(biāo)識別技術(shù)的研究.pdf

1、車輛識別技術(shù)是智能交通系統(tǒng)(Intelligent Transportation System，ITS)的關(guān)鍵技術(shù)之一，車牌及車標(biāo)識別技術(shù)是車輛識別技術(shù)的重要研究領(lǐng)域。車牌與車標(biāo)是車輛信息的重要組成部分，其在車庫管理、路口收費、交通違章抓拍等場景都發(fā)揮了極其重要的作用，具有很大的經(jīng)濟價值和現(xiàn)實意義。
　　本課題對近年來車牌識別及車標(biāo)識別技術(shù)相關(guān)的理論和算法做了較為全面的了解和分析，系統(tǒng)地闡述了車牌識別技術(shù)和車標(biāo)識別技術(shù)的難點。在P

2、C平臺上完成車牌識別系統(tǒng)和車標(biāo)識別系統(tǒng)的開發(fā)和優(yōu)化，其中重點對車牌識別技術(shù)中涉及的字符分割和字符識別、車標(biāo)識別技術(shù)中涉及的車標(biāo)定位、識別部分進行深入研究和改進。本文主要工作如下:
　　(1)在車牌字符分割方面，應(yīng)用了一組基本圖像處理方法對車牌分割前圖像進行預(yù)處理，并基于此提出了一種動態(tài)模板結(jié)合非零像素點的字符分割方法。首先根據(jù)車輛牌照字符按比例排列分布的特性設(shè)置車牌模板，使用模板在預(yù)處理后的車牌圖像中滑動，并動態(tài)地改變模板的寬度，

3、每滑動一次計算模板中七個字符區(qū)域內(nèi)非零像素點的數(shù)目，以包含最大的非零像素點數(shù)目的模板位置作為最終車牌字符的分割位置，實現(xiàn)字符分割。對實驗數(shù)據(jù)庫進行測試，包含預(yù)處理在內(nèi)的字符分割模塊的正確率為95.62％，平均耗時14.75ms。
　　(2)在字符識別方面，實現(xiàn)了基于支持向量機(Support Vector Machine，SVM)結(jié)合局部二值模式(Local Binary Pattern，LBP)特征的字符識別，經(jīng)測試檢驗，該方法

4、有較好的準(zhǔn)確率且耗時較少。對識別錯誤的字符進行統(tǒng)計分析，歸類觀察到錯誤字符多為圖像質(zhì)量較差（如傾斜、殘缺、模糊等）的字符?；诖?，本文整理收集了大量低質(zhì)量字符樣本，加入原字符訓(xùn)練集中重新訓(xùn)練得到分類器，將字符識別正確率從94.80％提高至97.73％，實驗結(jié)果表明訓(xùn)練集對樣本的覆蓋程度對分類器的性能有很大影響。
　　(3)在車標(biāo)定位方面，針對已有車牌檢測技術(shù)實現(xiàn)車標(biāo)的定位。該定位方法首先對車標(biāo)周圍水平或豎直紋理進行抑制以突顯車標(biāo)區(qū)