焦伟超 ，郑伯川，袁秀芳

(西华师范大学　数学与信息学院，四川 南充　637009)

一种基于SVM的真伪车牌分类算法

焦伟超 ，郑伯川，袁秀芳

(西华师范大学数学与信息学院，四川 南充637009)

摘要：车牌定位算法往往会定位出一些伪车牌候选区域，为准确区分出车牌候选区域中的真伪车牌，提出了一种基于支持向量机(SVM)的真伪车牌分类算法。该算法首先提取出车牌候选区域图像的纹理特征和几何特征，构成特征向量集；然后根据特征向量训练SVM分类器；最后利用训练好的分类器来实现对真伪候选车牌区域图像进行分类判断，得到真车牌区域。实验表明，算法对车牌候选区域分类准确率高达99.3%，且具有较强的抗干扰能力和鲁棒性。

关键词：支持向量机; 车牌定位; 真伪车牌; 特征向量; 核函数

0引言

车牌识别系统(LicensePlateRecognition，LPR)是智能交通系统中的一项重要研究课题。车牌识别系统主要由3部分组成：车牌定位、字符分割、字符识别。车牌定位技术是将图像中的车牌区域准确的定位、提取出来，它是车牌识别系统的前提，也是字符分割和字符识别的先决条件。常见的车牌定位算法流程如图1所示：

目前常用的车牌定位方法主要有：基于颜色特征的方法[1-2]、基于纹理特征的方法[3-4]、基于边缘检测的方法[5]、基于神经网络的方法[6]、基于形态学的方法[7]、基于小波变换的方法[8]等。实验表明：当车牌和车身的颜色相近，背景图像比较复杂，存在与车牌区域相似纹理特征区域时，这些定位方法容易定位出那些干扰性较强的伪车牌区域。……