基于支持向量機的車牌定位方法

摘 要：車牌定位是汽車牌照自動識別系統中的關鍵步驟。對車牌定位文體進行研究，提出一種基于支持向量機的定位方法。首先將圖像分割為N×N大小的子塊，提取每個子塊的灰度特征，訓練SVM分類器；然后用訓練好的分類器進行牌照子塊和非牌照子塊的分類，再使用數學形態學濾波和區域合并；最后運用投影方法定位牌照區域。實驗結果表明，該方法能正確定位牌照區域。



關鍵詞：車牌定位；支持向量機；紋理分類;LPR

中圖分類號：TP391.4 文獻標識碼：B

文章編號：1004-373X(2008)09-184-03

Vehicle License Plate Location Based on Support Vector Machine



ZHAO Xiaoxia

(School of Information and Communication Engineering，North University of China，Taiyuan，030051，China)



Abstract：Locating the vehicle license plate plays an important role in the vehicle License Plate Automatic Recognition (LPR) system.An approach based on Support Vector Machine(SVM) is presented in this paper.First the car image is segmented into many N×Nsub-blocks，and the gray level value features are exacted from each sub-block and fed to SVM.Then the training SVM is used to classify each pixel into two classes:plate and no-plate，and a morphological filter is applied to merge candidate regions and remove noise.Finally projective algorithm is applied to get plate area in the image.The experiment results show this algorithm is effective.



Keywords：license plate location;support vector machine;texture classification;LPR

1 引 言

智能交通系統是一個熱點研究領域，受到日益廣泛的關注。車牌識別系統(LPR)是計算機視覺、模式識別技術在智能交通領域的一個重要應用，包括車牌定位、車牌字符分割、字符識別三部分。其中車牌定位是整個系統中的關鍵步驟。

目前車牌定位方法主要有：

(1) 基于Hough變換的方法，分析車牌具有明顯的矩形邊框，利用Hough變換檢測區域邊界實現定位。

(2) 基于邊緣檢測的方法，利用了車牌字符邊緣豐富的特征，結合數學形態學或區域生長方法實現牌照定位。

(3) 基于神經網絡的方法，利用圖像的顏色或紋理特征訓練神經網絡，然后用訓練好的分類器對圖像各個像素進行分類，再對分類結果綜合，得到牌照的準確定位。然而由于光照不均、污染等因素影響，可能使得牌照區域邊界不明顯或存在多個干擾區域，從而增加了準確定位的難度。

要提高車牌定位的精度，應充分利用他自身提供的信息，突出車牌區域而抑制非車牌區域。……