基于支持向量機(jī)(SVM)的車牌識(shí)別算法研究.pdf

1、隨著我國(guó)經(jīng)濟(jì)的不斷發(fā)展，汽車的數(shù)量也在不斷增加，由于汽車數(shù)量的增加將會(huì)導(dǎo)致城市交通堵塞等情況經(jīng)常發(fā)生。車牌識(shí)別系統(tǒng)已經(jīng)應(yīng)用在公路交通、高速監(jiān)控和停車場(chǎng)安全等方面，它已成為交通樞紐和交通安全等領(lǐng)域不可或缺的一部分。車牌識(shí)別系統(tǒng)識(shí)別速率和準(zhǔn)確率的提升，對(duì)于現(xiàn)代交通技術(shù)有著非常重要的意義。
　　車牌識(shí)別系統(tǒng)主要包括:圖像預(yù)處理、車牌定位、字符分割和字符識(shí)別等部分。在車牌圖像預(yù)處理中，本文采用灰度變換和頂帽變換等處理方式，使處理后的車牌圖

2、像可以減少大量的干擾因素，并將處理后的車牌圖像使用sobel邊緣檢測(cè)、數(shù)學(xué)形態(tài)學(xué)和結(jié)構(gòu)元素等方法進(jìn)行車牌定位。在字符分割部分，本文運(yùn)用垂直投影法與車牌先驗(yàn)知識(shí)相結(jié)合的方式，對(duì)定位后的車牌字符進(jìn)行分割。在字符識(shí)別部分，本文提出了一種基于核相似歸并支持向量機(jī)的字符識(shí)別方法并引入了重疊系數(shù)，這樣可以減少支持向量機(jī)分類器的個(gè)數(shù)，從而提高了識(shí)別速率。為了更好的證明新方法的有效性，本文構(gòu)造了一個(gè)車牌識(shí)別系統(tǒng)并進(jìn)行了大量的實(shí)驗(yàn)，通過(guò)實(shí)驗(yàn)數(shù)據(jù)分析，表明