摘要
随着经济的快速发展和城市扩张,交通量逐年增加,交通管理也变得复杂多样.针对隧道环境下高速行驶车辆的车牌识别问题,提出了一种车牌分割和识别的算法.算法分为四个部分:图像预处理,车牌定位,车牌分割和字符识别.采用选择更新法拦截行车辆视频进行关键帧处理;在车牌定位中选用边缘检测与形态学相结合的算法,以消除噪声干扰,提高定位准确率;又用阈值分割法进行字符分割,以解决投影分割法等传统算法出现的字符黏贴和汉字不连通等问题;再通过HOG算法对分割后的字符图像进行特征提取,基于SVM算法实现字符识别.针对训练模型,则采用PSO算法对SVM分类器的参数设置进行优化,以获得最佳分类精度.利用MATLAB平台对优化后的SVM算法进行检验,通过实验数据说明该方法能够提高字符识别的准确率.
基金项目
国家自然科学基金(61361012)
贵州省科技计划项目(黔科合平台人才[2017]5788号)
国家科技期刊平台
NSTL
维普
万方数据