基于小波包和支持向量机的车牌识别系统研究

《基于小波包和支持向量机的车牌识别系统研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、．＇、■．．．知＇，？？普：：％心端方课説１．——達辕寒＇均患；、．＇’＇．＇＇心．．．＂、＇．ｃ為？＇＾：－，＼ｙ成：＾：．／帝．令Ｖ＾巧蛾猜马气Ｖ．？心－：？只；．‘Ｋ．或层Ｖ二一茶参終打―＇ｗ－＇．：＇＾ｆ＇疋共．件Ｋ如ｒｖ八：與＾ｗ；心；ｊ；托Ｈ誇為兴一．，．节、人式苗＾乃巧．；堪热；苗令緩４ｔ，乐＾知＾海朱＃巧雙髮議達Ｔ＃．心■＾．＇－．－：．中梯拉式．肩圃，‘＇．．－．．．一．心．＇二．式－－心＇人，批式胃±学怒綠姜釀｜疆．＾賣１１＇心’、．－＇：，的—成瑪祭巧，薪為兴Ｖ．屬訂％＇或賓代本中艾题

2、名）基于小波包和支持向量飢的專气括裤克；戚车牌识别系统研究－胃￥１＇￣？一■．．＇．‘＾ｔｒ：．＾：：＿；＇．＾；气苗巧／二＾；民ｅｓｅａｒｃｈｏｆ－（英文题名）ＬｉｃｅｎｓｅＰ１自化民ｅｃｏｇｎｉｔｉｏｌｉ护鲁毕杳．，＾Ｓｙｓｔｅｍｌｅｔａｃｋｅａｎｄｔ诗＾‘ＢａｓｅｄｏｎＷａｖｅＰｔＳｕｐｐｏｒＶｅｃｔｏｒＭａｃｈｉｎｅ’－－、．：、－；．＾－＇：．．．一．心＇．？／馬如ｙ：巧；；＇終兴．．‘＇－．．．：．，．．．’：；＇－：摇ｋ；强、钱幕責苗叹著Ｖ；学；．—＇。．、．丰乂．＇、－心

3、又六开’＇．＾＇．方＇一＞一Ｖ巧思沁ｔ爲；ｉ－－皆一＾＇公‘—於＇．对托／終ｒ顿；儀？－研２０究生姓名：陈航学号；０１３０４１０２組巧．＇＇＇．、＊鸣＇＇％’■巧ｙ；＞１一也、产＇＇Ｓ－、沒ｙ》皆授）李云红讚指导教师培，（苗；；＾、、■一．’’－＇－？＇苗病、、．＊Ｖ－？，．１，咕＂．．）＾。—＾－￣￣－－，片聲．ｃＪ＂＾一＇＾．－．公院巧．裝品电信息学院這蠢茲；子熟ｒ举、；、■＇＾＊－＇。、．心；－＇＾：．－一苗作，：八：学科专业：＜苗：冶載於帶控制理论与控制工程：草—若＾．－：卑学位类型：－学术

4、学位巧巧￣．一－Ｖ－吟：＞，：：．一巧，＇－．六減．．：２０１６巧；语＾学位授予年度年瓦＾縷Ｐ款早＇．三￣产－－：：川；冷一．＇．：．，．ｖ黛為若，＾乃；為ｊ、．＂‘．－＇？、．－去－－－■１’．’＇、：＇－－‘．－？＾．’？－，．．－．－一？巧＊＾．站片安‘＞；一ＶＶ／■、妨：．－Ｖ、Ｊ一培三＇＼誤＆故＇＇．、＇’．．＇一‘＇：＇？：扔＜，．禹；Ｖ：．：货＼．鮮连亡嗦子越敎如Ｖ踩户＾焉辦黎典據勢西安工程大学学位论文原创性声明：本人郑重声明所呈交的学位论文是本人在导师的指导下，独立进行研究工作所取得的成

5、果。除文巾已经注明引用的内容外，本论文不包含任何其他个人或集化已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中明補方式标明。本人完全意识到本声明的法律结果由本人承姐。学位论文作者签名：禾７／□期；／年巧Ｉ如＞３芝曰西安工程大学学位论文版权使用授权书本学化论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向园家有关部口或机构送交论文的貧印件和电子版，允许论文被想阅和借阅。本人授权西女工程大学教学目的使用本学位论文，将全部或部分内容编入有关数据巧进行检索，可采用影印、缩印或扫描等复制手段保存和汇编本学位论文。

6、□保密，在年解密后适用本提权书。＾本学位论文厲十□不保密，□立即或化□！年口２年后开放使用。学位论义作者籍名心＾；＾珠指导教师签名＾；為日期：如／（＾年是月，餐日日期：如年３巧／衣日居基于小波包和支持向量机的车牌识别系统研究摘要：为了实现车牌的自动准确识别，论文提出采用小波包和支持向量机方法，该方法具有较强的抗干扰性，能够广泛的适应各种场景的应用。论文的主要研究内容有：车牌区域定位部分，首先对车牌图像进行预处理，预处理的方法包括灰度化、图像平滑、图像增强以及其它图像处理的常用方法，这部分的作用是去除干扰噪声，加强图像特征。车牌区域定位分为两部分，第一部分通

7、过纹理特征定位，先通过边缘检测求取车辆图像的边缘特征，再利用形态学运算和先验知识得出目标区域；第二部分通过颜色特征定位，先将图像从RGB空间转换到HSI空间，再通过目标颜色H、S、I三个分量的阈值筛选找出待定车牌区域。最后进行多特征综合得出车牌区域。车牌字符分割部分，先将得到的车牌图像进行倾斜校正，水平校正采用的是基于最小二乘法拟合的方法，垂直校正采用的是Radon变换方法。然后分别求校正车牌图像的水平投影和垂直投影，并对投影曲线进行去噪处理，根据先验知识