基于PCA和網(wǎng)格特征的車牌識別算法研究.pdf

1、車牌識別系統(tǒng)是智能交通系統(tǒng)中的關(guān)鍵部分，也是國內(nèi)外學(xué)者研究的熱點(diǎn)。它結(jié)合了圖像處理及模式識別等多項(xiàng)技術(shù)，可以廣泛應(yīng)用于高速公路自動(dòng)收費(fèi)、道路監(jiān)控、小區(qū)及停車場車輛管理系統(tǒng)等領(lǐng)域。論文主要對車牌字符分割及字符識別進(jìn)行了深入地研究，提出了相關(guān)改進(jìn)算法，并利用VC++6.0平臺(tái)開發(fā)出了論文中的車牌識別系統(tǒng)。
　　本文分析了已有的各種車牌識別算法，提出了改進(jìn)的車牌識別算法。對于車牌圖像的傾斜校正，論文采用了自適應(yīng)閾值的Canny邊緣檢測算

2、法，能夠檢測到完整的邊緣信息，從而可以準(zhǔn)確地確定出車牌的傾斜角度，實(shí)現(xiàn)對車牌的校正。對于車牌區(qū)域的二值化，給出了自適應(yīng)步長的二值化算法，該算法抗噪能力好，自適應(yīng)性強(qiáng)。在此基礎(chǔ)上，論文通過基于垂直投影的方法進(jìn)行字符分割，有效地提高了字符分割的成功率。對于字符識別，論文針對車牌字符的特點(diǎn)，對漢字采用了基于PCA（主分量分析）特征的多模板匹配算法；對字母數(shù)字則采用了基于網(wǎng)格特征的單模板匹配算法。最后，對車牌識別系統(tǒng)進(jìn)行了相關(guān)測試。測試結(jié)果表明