用字符局部相似度誤差過濾的方法識別污損車牌

摘 要:介紹了綜合利用神經網絡和局部相似度誤差過濾的方法，實現對部分污損的車牌進行快速自動識別，討論了該方法的優缺點和工程應用方法。

關鍵詞:車牌識別局部相似度誤差過濾神經網絡

中圖分類號:TP3文獻標識碼:A文章編號:1674-098X(2011)09(a)-0113-01

1引言

車牌識別系統是采用先進的圖像處理、模式識別[1]和人工智能技術，通過對圖像數據的采集和分析，獲取有用信息，從而達到高智能化管理。

神經網絡技術作為人工智能方面的主要技術之一，在車牌識別領域得到了很好的應用，但面對車牌污損的問題，其很容易被“蒙騙”。對此文獻[2]雖也有過探討，但其基于點陣的思路有其局限性且對誤差的剔除不夠徹底。基于核方法[3～4]的識別技術，原理上可以解決不同情況車牌的識別結果分離問題，但由于車牌污損的多樣性和隨機性，找到合適的核函數很困難。

為此本文提出了一個全新的進行局部相似度誤差過濾的方案，可以很好地解決字符信息不完整的識別問題。

2局部相似度誤差過濾的原理及其運算

局部相似度誤差過濾是基于人類對部分信息缺失的字符的識別邏輯和實驗數據中的粗大誤差處理的思想融合而來。人類在識別字符信息的時候即便是部分遮擋了也可以根據表現出來的局部特征得到答案，其邏輯就是“具備此顯而易見特征的可能是什么字符”，其本質上是在局部屬于模板匹配中的判定未知模式與哪個參考模式是最佳匹配[5]的問題，在整個字符的識別上屬于聚類方法中的混合值向量的相似性問題[5]。……