车牌字符的识别常用的一些算法

第五章车牌字符的识别
§5．1常用的一些算法
1．
国内外车牌自动识别应用技术
应用图像处理技术对各类机动车和车牌号进行识别是目前现代交通管理中的一
个非常重要的研究课题，车辆监控和管理的自动化、智能化在交通系统中具有十分重
要的意义，车辆自动识别系统能广泛应用于公路和桥梁收费站、公路流量观测站、城
市监控系统、港口和机场等车牌认证的实际交通系统中，以提高交通系统的车辆监控
和管理的自动化程度。发达国家车牌自动识别系统在实际交通系统中已取得了成功的
应用，而我国在车牌自动识别系统方面的开发和应用还处于起步阶段，主要原因在于
识别速度这一瓶颈限制了其应用和推广。
2．
神经网络
“人工神经网络”(枷FIcL址NEuRAL
NETwORK，简称A．N．N．)是在对人脑
组织结构和运行机制的认识理解基础之上模拟其结构和智能行为的一种工程系统。上
世纪40年代初期，心理学家Mcculloch、数学家Pitts提出了人工神经网络的第一个
数学模型，开创了神经科学理论的研究时代。神经网络具有并行计算，分布式信息存
贮容错能力强以及具备自适应学习功能等优点。
3．
遗传算法
遗传算法是基于自然选择和基因遗传学原理的搜索算法，它将“适者生存”这一
基本进化理论引入串结构，并且在串之间进行有组织但又随机的信息交换。它是优化
理论中的一种算法，模仿生物进化的过程来逐步达到最好的结果，是一种全局随机寻
优算法。标准的遗传算法通常包括以下三个基本操作：复制、交叉和变异。遗传算法
的中心问题是鲁棒性。所谓鲁棒性是指能在许多不同的环境中通过效率及功能之间的
协调平衡以求生存的能力。人工系统很难达到如生物系统那样的鲁棒性。遗传算法正
是吸取了自然生物系统“适者生存”的进化原理，使它能够提供一个在复杂空间中基
本上不需要什么限制性的假设，如连续导数存在及单峰等。车辆牌照的分离是一个寻
找最符合牌照特征的区域的过程，从本质上讲就是一个在参量空间里寻找最优定位参
量的问题。而寻找参量空间的全局最优解用遗传算法可以较好的实现。
4．
模板匹配
使用模版匹配的方法，首先就是要确定模版大小，确定大小以后，要建立模板确
定完模板要设定一个相似度函数，对于每个要进行识别的字符，使用相似度函数分别
计算和每个模版字符之间的距离。距离最小的即为该字符的所对应的字符。这种方法
识别速度快，但误识率高。