基于Adaboost和SVM的車牌識(shí)別方法研究.pdf

1、車牌識(shí)別技術(shù)是智能交通系統(tǒng)中研究的重要課題之一，該技術(shù)可應(yīng)用到道路交通監(jiān)控、高速收費(fèi)、停車場(chǎng)安全等到許多方面。經(jīng)過國(guó)內(nèi)外學(xué)者的不斷研究，車牌識(shí)別技術(shù)已得到了很大程度的發(fā)展，并且取得了許多突破性的研究成果。
　　 本文采用一系列的方法實(shí)現(xiàn)了車牌定位、字符的分割和識(shí)別，并在字符識(shí)別階段針對(duì)車牌字符識(shí)別率低的問題提出了一種新的統(tǒng)計(jì)特征和結(jié)構(gòu)特征相結(jié)合的特征提取方法，該方法從網(wǎng)格化后的字符二值圖像中的每個(gè)網(wǎng)格區(qū)域中提取出筆畫的質(zhì)心、占空

2、比和重心三個(gè)特征向量，然后將提取出的特征應(yīng)用到基于徑向基核函數(shù)的Adaboost和PTSVM(遞歸投影雙聯(lián)支持向量機(jī))相結(jié)合的分類器中。
　　 車牌粗定位階段，提出了一種基于紋理特征和輪廓分析的車牌粗定位方法;針對(duì)我國(guó)車牌類型多，底色不統(tǒng)一的特點(diǎn)，本文提出了基于車牌彩色信息和二值圖像的車牌底色統(tǒng)一方法;在獲取車牌圖像時(shí)，由于各種不同的原因會(huì)導(dǎo)致車牌發(fā)生不同程度傾斜，本文還提出了基于車牌圖像重心坐標(biāo)的傾斜校正方法。在車牌精定位階段

3、，文中討論了利用車牌邊緣圖像的水平投影來確定車牌上下邊界的方法。
　　 字符分割階段，分析了車牌中第二個(gè)字符和第三個(gè)字符之間間隔寬度的特點(diǎn)，并根據(jù)這一特點(diǎn)提出了基于相鄰字符間隔寬度的車牌字符分割方法。
　　 字符識(shí)別階段，針對(duì)分割出的字符圖像大小不統(tǒng)一和中心位置偏移等問題，在特征提取前進(jìn)行了大小和位置的歸一化。特征提取時(shí)，提出了一種基于粗網(wǎng)格化的車牌字符統(tǒng)計(jì)特征和結(jié)構(gòu)特征相結(jié)合的特征提取方法。字符識(shí)別時(shí)，討論了基于Ada