车牌字符识别论文：字符识别.docVIP

车牌字符识别论文：字符识别研究及其应用 【中文摘要】随着我国国民经济的快速发展,对道路交通管理的要求逐步提高,智能交通系统应运而生。作为智能交通系统的重要组成部分,车牌识别系统获得了快速发展,被国内外学者广泛研究。车牌识别系统又分为车牌定位,字符分割,特征提取和特征识别四部分,后两部分是本文的研究重点。在字符特征提取方面,需要抑制实际应用中遇到的干扰,比如光线明暗的变化、字符的旋转与形变,笔画粘连等情况,最终提取出稳定的字符特征。本文对车牌字符灰度图像进行处理,提取出字符的边缘信息和梯度角度信息,获得字符边缘像素的梯度角度信息,在分块方法的基础上,并根据梯度角度与字符笔画的相互对应关系,获得笔画的局部特征描述,进而获得字符特征向量。实验证明,该特征提取方法在各种干扰下均具有很好的鲁棒性。为了提高字符特征提取的效果,本文选择了与之相适应的图像预处理方法。选择“二次线性插值算法”、”Canny算法”和‘’Sobel算子”完成图像预处理,经过验证,处理效果能够满足字符特征提取的要求。字符特征提取方法的优劣可以从两方面描述,一方面可以从直接影响识别结果的识别正确率来说明,另一方面也可以对提取的结果——字符特征向量进行直接的评价。例如,从相同字符的特征向量一致性、不同字符的特征向量的差异性、相似字符的区分等几个方面进行考察。比较和评价二者差异,常用距离公式或欧氏距离来进行,但对高维数的字符特征向量却很难适用。本文利用街区距离构造了一种相似度量化函数。讨论了其性质,比较了它与欧氏距离和其他相似度函数的异同点。然后,应用其对字符特征向量进行评价。仿真实验证明了所构造相似度函数的可行性和优点。进一步,利用同类平均相似度、异类平均相似度、最大异类相似度和平均可分裕度等字符特征向量评价指标,对字符向量进行了分类识别,实验验证了这些指标的有效性。最后,设计并实现了车牌识别软件系统,在初步应用中获得良好的效果,识别正确率在95%以上。 【英文摘要】With the rapid development of Chinese economy, the Intelligent Transportation System is fitted for the high requirements of road traffic management. License Plate Recognition System as an important part of ITS, is researched at home and broad.License Plate Recognition System is divided into our parts:the license plate location, character segmentation, feature extraction and pattern recognition. Our focus is the latter two parts.This paper presents a character feature extraction method giving stable characteristics of the characters and restraining disturbance mostly, such as brightness changing, rotation and deformation of character and strokes adhesion. The method process is, firstly getting edge information and gradient angle information for gray images, secondly forming part descriptions of strokes from sub image divided by sub-block method, finally outputting the vector of stroke feature.This paper gives an image pre-processing methods composed of Second Linear Interpolation Algorithm, Canny Algorithm and Sobel Operator, to meet the requirements of feature extraction.The effectiveness of character extraction method shows on right recognition partly,