高清圖像中車牌字符識(shí)別技術(shù)研究與應(yīng)用.pdf

1、在圖像處理和模式識(shí)別技術(shù)的日益發(fā)展、成熟下，人們對(duì)字符識(shí)別技術(shù)的研究越來越重視。本課題所研究的是高清圖像中車牌字符識(shí)別技術(shù)。多年來車牌識(shí)別技術(shù)在國(guó)內(nèi)外研究者的共同努力下，已經(jīng)實(shí)現(xiàn)了很多突破性的研究成果。但由于交通設(shè)備應(yīng)用環(huán)境的特殊性，實(shí)際拍攝中光照劇烈變化、車輛運(yùn)動(dòng)，加之牌照本身的清潔度等都增加了車牌字符的識(shí)別難度，影響識(shí)別準(zhǔn)確率。本文通過對(duì)現(xiàn)有識(shí)別算法和難點(diǎn)的分析，并在此基礎(chǔ)上進(jìn)行了大量研究和新的嘗試，對(duì)高清圖像中車牌字符識(shí)別技術(shù)進(jìn)行

2、了實(shí)現(xiàn)。主要工作如下：
　　1.對(duì)OCR相關(guān)技術(shù)進(jìn)行研究，以及車牌字符識(shí)別背景分析。分析車牌預(yù)處理過程，重點(diǎn)研究了基于垂直投影和車牌先驗(yàn)知識(shí)的字符細(xì)分割算法。針對(duì)車牌字符識(shí)別的實(shí)際應(yīng)用，比較和總結(jié)各種方法存在的優(yōu)缺點(diǎn)。
　　2.學(xué)習(xí)分析了字符特征提取和選擇方法。針對(duì)國(guó)內(nèi)車牌漢字難識(shí)別的情況重點(diǎn)研究了漢字的特征提取方法，采用一種基于正交Gegenbauer矩不變量的字符特征提取方法，實(shí)驗(yàn)證明Gegenbauer矩特征更優(yōu)于Le

3、gendre矩特征。
　　3.深入探討了支持向量機(jī)方法。鑒于該方法存在的缺陷—在強(qiáng)調(diào)分類間距最大的同時(shí)沒有像Fisher判別分析那樣同時(shí)考慮類內(nèi)散度盡可能小的問題，本文采用了一種新的非線性分類算法—Fisher和支持向量綜合分類器（簡(jiǎn)稱FSVC），并分析了其多類分類情況。
　　4.實(shí)現(xiàn)了車牌識(shí)別在交通違章自動(dòng)審核服務(wù)系統(tǒng)中的應(yīng)用?，F(xiàn)有交通違章事件生成后要靠人工審核，成本高且效率低下。將本文的車牌字符識(shí)別算法運(yùn)用到交通違章自動(dòng)