基于小波分析的支持向量機(jī)車牌識(shí)別技術(shù)研究與實(shí)現(xiàn).pdf

1、車牌識(shí)別是模式識(shí)別領(lǐng)域的經(jīng)典研究課題，具有重要的理論研究?jī)r(jià)值和實(shí)際應(yīng)用價(jià)值。車牌識(shí)別技術(shù)的研究能夠推動(dòng)數(shù)字圖像處理、機(jī)器視覺(jué)、機(jī)器學(xué)習(xí)、模式識(shí)別等技術(shù)在智能交通領(lǐng)域的廣泛應(yīng)用。最小二乘支持向量機(jī)建立在結(jié)構(gòu)風(fēng)險(xiǎn)最小化準(zhǔn)則之上，能夠有效解決小樣本的訓(xùn)練問(wèn)題，具有較好的推廣能力，在模式識(shí)別領(lǐng)域取得了成功的應(yīng)用。鑒于小波變換良好的時(shí)頻特性，本文中利用小波分析的方法對(duì)圖像進(jìn)行處理，具有獨(dú)特的優(yōu)點(diǎn)。在提取車牌特征時(shí)，采用了典型的奇異值提取圖像代數(shù)特

2、征的方法，對(duì)得到的奇異值特征利用最小二乘支持向量機(jī)進(jìn)行分類。因而，該研究方法具有一定的理論意義和實(shí)踐價(jià)值。
　　 本文主要研究工作包括：
　　 1.研究基于小波分析的車牌圖像處理方法，利用基于小波變換的圖像增強(qiáng)方法，降低圖像噪聲、增強(qiáng)圖像，通過(guò)檢測(cè)并提取圖像的邊緣，以便驗(yàn)證字符的完整性，并利用小波分析方法對(duì)圖像進(jìn)行壓縮，得到質(zhì)量較高的車牌圖像；
　　 2.對(duì)帶有復(fù)雜背景的圖像定位車牌區(qū)域并提取車牌，對(duì)車牌進(jìn)行二值