原文传递
基于SVM车牌识别系统的研究与实现
| 论文题名： | 基于SVM车牌识别系统的研究与实现 |
| 关键词： | 车牌识别系统;支持向量机;功能模块;图像处理 |
| 摘要： | 随着经济与社会的发展，城市的智能化交通管理已经成为了现代化发展的一个重要的研究领域，作为智能交通的一个重要分支，车牌识别系统用于收集车牌的信息得到了快速发展，但是对于车牌系统识别的实时性和准确性，仍然需要不断的提高。 本文在对车牌识别算法研究的基础上，设计了一个基于支持向量机的车牌识别系统，整个系统设计包含四个主要模块: 第一个模块是车牌图像的预处理，首先将采集的彩色车牌图像灰度化，然后使用直方图均衡化使得车牌图像的对比度得到增强，最后本文采用改进了的Sobel算子，以及基于遗传学最大熵阈值确定方法得到了精确的车牌边缘，并使用边界跟踪的方法排除噪声的干扰; 第二个模块是车牌的定位，本文首先分析我国汽车牌照的主要特征，然后采用基于数学形态学的车牌定位方式得到车牌的大致位置，最后使用窗口搜索法以及水平投影、垂直投影的方法得到精确的车牌位置; 第三个模块是车牌字符的分割，采用了改进的Otsu算法，对车牌图像进行二值化处理并使用Hough变换对车牌进行倾斜校正，根据字符特征获取字符的宽度，去除车牌中的圆点，然后采用投影的方式将字符分割，最后将字符进行归一化处理; 第四个模块是车牌字符的识别，采用了基于支持向量机(SVM)的字符识别方式，先选取了车牌的额特征向量，采用高斯函数对参数向量进行训练，并用三个分类器对字符进行识别，得出精确的识别结果。 本文采集了500幅车牌图像在该系统上做仿真实验，其结果识别率达到93.1％，平均耗时104.8毫秒，提高了车牌识别的准确性和实时性，为以后的车牌产品化奠定了良好的基础。 |
| 作者： | 孙林举 |
| 专业： | 计算机技术 |
| 导师： | 邹志文 |
| 授予学位： | 硕士 |
| 授予学位单位： | 江苏大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
