Print

基于支持向量机的车牌识别技术的研究

论文摘要

随着城市交通的不断发展,汽车牌照识别系统在交通管理中显得越来越重要,对识别率和识别速度的要求日益提高,传统的识别技术已经无法满足现代交通控制的需求。汽车牌照识别系统主要包括车牌校正、字符切分和字符识别三个部分,本课题采用Hough变换实现车牌校正,运用字符串车牌相似度的方法进行字符切分,并创新性的提出了基于核聚类支持向量机的车牌字符识别方案,引入交叠系数的概念,减少了错分累积和判别器的数目。同时,在对核函数的构成条件以及不同核函数的特性进行分析和研究的基础上,本文对车牌字符识别算法中使用的核函数进行了改进,采用了组合核函数。本课题通过大量实验得出结论,新方法可以有效的提高车牌识别系统的识别率和识别速度,在车牌试验中取得了较为显著的效果。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 智能交通系统（ITS）的背景和意义
  • 1.2 车牌识别系统的发展与现状
  • 1.2.1 车牌识别系统国内外发展状况
  • 1.2.2 车牌识别技术研究现状
  • 1.3 论文研究的主要内容
  • 第二章 车牌识别系统结构
  • 2.1 车牌图像校正
  • 2.1.1 待校正车牌图像的类型和特点
  • 2.1.2 车牌校正算法
  • 2.2 车牌字符切分
  • 2.3 车牌字符识别算法
  • 2.4 小结
  • 第三章 支持向量机理论概述
  • 3.1 机器学习的基本问题
  • 3.1.1 经验风险
  • 3.1.2 复杂性与推广能力
  • 3.2 统计学习理论的核心内容
  • 3.2.1 VC维
  • 3.2.2 推广性的界
  • 3.2.3 结构风险最小化
  • 3.3 支持向量机
  • 3.3.1 最优分类面
  • 3.3.2 线性支持向量机
  • 3.3.3 非线性支持向量机
  • 3.4 SVM多类识别方法
  • 3.5 小结
  • 第四章 核聚类SVM分类算法的研究
  • 4.1 核聚类SVM算法思想
  • 4.1.1 核聚类
  • 4.1.2 利用核聚类构建决策树
  • 4.2 核函数的改进
  • 4.2.1 核函数的概念
  • 4.2.2 核函数的改进
  • 4.3 算法实现
  • 4.3.1 车牌字符识别的特点
  • 4.3.2 基于核聚类SVM的车牌字符识别算法的实现
  • 4.4 实验结果及分析
  • 第五章 结论与展望
  • 致谢
  • 参考文献
  • 作者在读期间的研究成果

    • 相关论文文献

    本文来源: https://www.lw50.cn/article/ca88d38d2858cc0742581dcc.html