復雜背景下車牌識別算法研究與應用.pdf

1、隨著智能交通行業發展迅速，車牌識別系統作為智能交通領域內重要的組成部分，顯得越來越重要，有著廣泛的應用前景。其也是模式識別領域一直研究的熱點，有著較高的理論研究價值。盡管已經有一些商用車牌識別系統，但多數受一些條件限制，例如限定的場景、光照、車牌制式。魯棒的車牌識別系統研究有著巨大的研究潛力。
　　本文致力于研究能夠在不同場景、低質量下均能得到滿意效果的，具有高魯棒性的車牌識別關鍵算法，對車牌識別技術進行了研究，具體包括以下幾個方

2、面。
　　1)車牌定位算法研究:結合國內主流車牌樣式，提出了邊緣增強的基于規則式的車牌定位算法。算法通過邊緣特征點檢測，連通區域掃描，區域分析，實現了一種準確定位車牌區域的算法。
　　2)車牌字符分割算法研究:針對傳統車牌字符分割難以解決低圖像質量車牌，提出了混合車牌字符分割算法，結合了連通區域的車牌字符分割以及基于條件隨機場的字符分割?；谶B通區域字符分割算法普適性強，對于低圖像質量車牌也能取得較高字符分割率，但是無法解決

3、日益增多的車牌邊框與車牌字符相連接的車牌，因此提出了基于條件隨機場的車牌字符分割，該算法起輔助作用，這樣使得車牌字符分割準率提高。
　　3)車牌字符識別算法研究:使用SVM分類器，采用車牌字符的灰度圖像特征進行識別，針對漢字、數字、字母分別訓練模型，提高識別準確率。
　　4)實現了一個完整的車牌識別系統，分別在兩個不同的數據集上進行實驗驗證，最終取得了91.83％的車牌識別準確率，高于業內平均水平，說明本系統魯棒性高，有著較