论文部分内容阅读
车牌自动识别是模式识别领域一个实现困难、且尚未被完全解决的应用问题。
本文对车牌自动识别中的关键技术一车牌检测作了较为深入的研究。首先讨论了几种车牌图像预处理方法，特别是为去除光照影响，实现了一种自适应灰度拉伸算法。然后，针对基于Adaboost车牌检测算法存在训练时间太长及权重调整过适应等问题，实现一种基于双阈值的AdaBoost快速训练算法，给出了双阈值的快速搜索方法，并使用该分类器实现了车牌检测算法，测试了算法的性能。最后以图像矩阵为分析对象，基于二维主分量分析( Two-dimensional Principal Component Analysis，2DPCA)，直接利用原始图像矩阵构造图像的协方差矩阵，通过提取协方差矩阵的特征向量构建特征矩阵，用Fisher分类器进行线性判别处理，试验结果验证了算法的性能。