車(chē)牌字符識(shí)別系統(tǒng)的研究和實(shí)現(xiàn).pdf

1、車(chē)牌字符識(shí)別問(wèn)題是車(chē)牌識(shí)別系統(tǒng)的核心技術(shù)問(wèn)題，是智能交通系統(tǒng)的關(guān)鍵組成部分，是目前該領(lǐng)域研究的熱點(diǎn)問(wèn)題之一。
　　本文以定位得到的藍(lán)底白字彩色的車(chē)牌照?qǐng)D像作為樣本，分別對(duì)車(chē)牌字符識(shí)別系統(tǒng)的組成部分——字符分割、字符特征提取、字符分類(lèi)器設(shè)計(jì)進(jìn)行了研究，主要內(nèi)容概括如下：
　　1.車(chē)牌字符分割部分：在對(duì)車(chē)牌照?qǐng)D像進(jìn)行預(yù)處理的基礎(chǔ)上，本文提出一種基于車(chē)牌先驗(yàn)知識(shí)的改進(jìn)水平投影法來(lái)實(shí)現(xiàn)車(chē)牌字符分割。實(shí)驗(yàn)證明，該方法是可行的。

2、　　2.車(chē)牌字符特征提取優(yōu)化部分：本文首先對(duì)車(chē)牌進(jìn)行了平滑濾波去噪及歸一化等預(yù)處理，然后在分析常用字符特征提取方法的基礎(chǔ)上，提出了一種綜合特征提取法——粗網(wǎng)格與粗外圍融合的特征提取法+主成分分析（PCA）特征約簡(jiǎn)法。
　　3.基于BP網(wǎng)絡(luò)的車(chē)牌字符識(shí)別部分：在研究BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)、參數(shù)設(shè)置以及運(yùn)行優(yōu)缺點(diǎn)的基礎(chǔ)上，提出了一種增加動(dòng)量項(xiàng)、引入自適應(yīng)學(xué)習(xí)速率的改進(jìn)BP網(wǎng)絡(luò)；針對(duì)車(chē)牌字符分布特點(diǎn)及種類(lèi)不同，設(shè)計(jì)了漢字、字母、數(shù)字、字母

3、和數(shù)字4類(lèi)分類(lèi)器，并比較了字符經(jīng)粗網(wǎng)格與粗外圍融合法得到的特征向量在 PCA約簡(jiǎn)優(yōu)化前后的識(shí)別速度和識(shí)別率。實(shí)驗(yàn)表明：經(jīng)過(guò)PCA約簡(jiǎn)優(yōu)化的特征向量在改進(jìn)BP網(wǎng)絡(luò)下識(shí)別速度更快，識(shí)別率更高。
　　4.基于 LSSVM的車(chē)牌漢字識(shí)別探索部分：考慮到車(chē)牌漢字樣本集少、字形復(fù)雜等難點(diǎn)問(wèn)題以及SVM分類(lèi)的優(yōu)勢(shì)，提出了運(yùn)用LSSVM工具箱進(jìn)行探索。首先采用“一對(duì)多”策略、選用徑向基核函數(shù)構(gòu)建了LSSVM漢字識(shí)別多分類(lèi)器，然后選用了車(chē)牌漢字字符