基于支持向量機及神經(jīng)網(wǎng)絡的車牌識別技術研究.pdf

1、車牌識別系統(tǒng)(License Plate Recognition System，LPRS)是圖像處理技術與模式識別技術在智能交通系統(tǒng)(Intelligent Transport System，ITS)中的重要應用，廣泛應用于停車場智能管理、高速公路車輛視頻監(jiān)控、車輛流量監(jiān)測以及電子警務等領域。但是，由于現(xiàn)實多樣性、拍攝環(huán)境影響、設備差異性等主觀原因，以及車牌擦傷、掩蓋等客觀原因都對車牌識別的技術難度要求提高。本文在研讀國內(nèi)外車牌識別技術

2、最新研究成果的基礎上，提取相關的、可行的技術要點進行算法改進。通過圖像特處理技術，獲取預處理車牌，通過訓練出的SVM模型識別真正的車牌，然后分割出單個的車牌字符，并運用人工神經(jīng)網(wǎng)絡對車牌字符進行識別。
　　本研究主要內(nèi)容包括：⑴提出了一種基于車牌邊緣特征和SVM(支持向量機)相結合的車牌定位方法。此方法的基本原理:首先運用高斯濾波對車輛圖像進行平滑處理;然后進行灰度化、二值化，再使用Sobel算子進行定位，然后運用形態(tài)學腐蝕、膨脹

3、運算處理車輛圖像，尋找車牌的候選連通區(qū)域，得到一些候選車牌圖片，最后通過訓練好的SVM模型甄選出真正的車牌。⑵在對車牌圖像采用灰度處理、二值化處理后得到較為清晰圖片，通過判斷跳變次數(shù)去除上下邊框、柳丁，結合輪廓法和車牌先驗知識來對圖像字符進行分割。基于圖像中數(shù)字和字母連通的特性，用輪廓法得到車牌中的數(shù)字字符和字母字符;采用車牌先驗知識來解決不連通的漢字字符問題。⑶提取字符特征，然后利用OpenCV提供的神經(jīng)網(wǎng)絡來識別漢字、英文字母與數(shù)字