资源描述：
《基于改进的多模板匹配的车牌识别算法 优先出版.pdf》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、DOI：10.14004/j.cnki.ckt.2017.0741网络出版时间：2017-05-0209:23:46网络出版地址：http://kns.cnki.net/kcms/detail/34.1205.TP.20170502.0923.150.htmlISSN1009-3044E-mail:eduf@dnzs.net.cnCCoommppuutteerrKKnnoowwlleeddggeeaannddTTeecchhnnoollooggyy电脑知识电脑知识与技术与技术http://www.dnzs.net.cn第13卷第9期(2017年3
2、月)Vol.13,No.9,March2017Tel:+86-551-6569096365690964基于改进的多模板匹配的车牌识别算法1,21孙守勇，蔡骋(1.西北农林科技大学信息工程学院，陕西杨凌712100；2.咸阳职业技术学院，陕西咸阳712000)摘要：在车牌字符识别算法中，虽然传统的模板匹配算法具有算法简单、运算速度高等优点，但传统的模板匹配算法识别率低，特别是对于相似字符或者分割出的字符存在倾斜情况时，识别率会大大降低。基于多模板匹配的算法增加了模板的差异化特征，并且加速了模板匹配过程，大大提高了车牌识别正确率与运行速度。关键词：多
3、模板匹配；车牌识别；模式识别；识别算法中图分类号：TP311文献标识码：A文章编号：1009-3044(2017)09-0164-02AdevelopmentoftheLicensePlateRecognitionManagementSystembasedonWebSUNShou-Yong1,2,CAICheng1(1.CollegeofInformationEngineeringNorthwestA&FUniversity,Yangling712100,China;2.XianyangVocational&TechnicalCol⁃lege,X
4、ianyang712000,China)Abstract:Inthelicenseplatecharacterrecognitionalgorithm,althoughthetraditionaltemplatematchingalgorithmhastheadvan⁃tagesofsimplealgorithm,highspeedofoperation,buttherateoftraditionaltemplatematchingalgorithmrecognitionislow,espe⁃ciallyforthesimilarordeclin
5、ingcharacters,therecognitionratewillbegreatlyreduced.Thealgorithmbasedonmultitemplatematchingincreasesthedifferentiationcharacteristicsofthetemplates,acceleratesthetemplatematchingprocess,andgreatlyim⁃provesthelicenseplaterecognitionaccuracyandrunningspeed.Keywords：Multitempl
6、atematching;Licenseplaterecognition;Patternrecognition;Recognitionalgorithm1概述首先建立模板库，将分割出来的字符进行二值化，然后归一化到和模板字符相同的尺寸以便进行匹配。通过计算待识别字车牌字符识别是车牌识别系统的最后一个关键步骤，其识符和模板字符的相似度，判别相似度最大的样本为待识别字符别结果是整个车牌识别系统运行效果的集中体现。当前对车的最佳匹配结果。其匹配算法可以采用重合度公式来计算：牌字符识别算法研究主要包括特征提取法、神经网络方法、模[1]100MN
7、fij∧g
8、ij
9、板匹配法等。特征提取法是用相关算子提取待识别字符和模Cfg=∑i=1∑j=1(1)100Tf+Tg板字符的统计特征，然后利用决策函数对特征进行分类统计，其中f为模板字符的二值化图像，g为待识别字符的二值化通过大量的计算后得到待识别字符和模板字符的特征向量，计图像，二者的尺寸均为M*N，Tf和Tg分别为对应图像中像素点算二者的相似度即可得到最终的识别结果。特征提取方法对为1（即白色点）的个数,∧为与运算[2]。于字符存在缺失、变形等失真情况具有很好的鲁棒性，但特征这种传统的模板识别算法选用了标准字符作为匹配样本，提取会消耗大量的时间，而且对不
10、稳健的特征提取也会存在误抗干扰能力差，比如由于拍摄角度的问题，车牌字符发生倾斜，识别的情况。神经网络方法通过计算待识别字符的特征向量尽管
