唐瀛，闫仁武

（江苏科技大学计算机学院，镇江 212003）

0 引言

随着我国经济的持续良好发展，机动车保有量持续增长［1］。汽车在给人们带来便利的同时也带来了交通拥挤、环境污染等一系列社会问题，这些问题随着汽车数量的增加日益严重［2］。车牌识别系统［3］不仅可以实现车辆快速进出，减少碳排放量和车辆损耗，降低PM值，而且可以显著降低交通管理中的运营成本，节约人力资源，提高服务速度［4］。车牌识别系统性能最重要的影响因素就是车牌字符识别的算法选择。在一些小样本分类问题上，SVM表现非常好，因此，本文提出了一种优化SVM算法［5-6］的方案并进行深入研究。

1 车牌识别系统

在一个车牌识别系统中，一般按流程可分为以下4个步骤：①车牌图像获取；②车牌定位；③车牌字符分割；④车牌字符识别。主要流程如图1所示。

图1 车牌识别系统流程

1.1 车牌图像获取

车牌图像获取又分为图像灰度化［7］、平滑处理、边缘检测与提取［8］和形态学处理四个步骤，有助于车牌的定位与识别。

1.1.1 车牌图像灰度化

图像预处理包含许多方法，目的是让后续的操作与程序运行具有更快的处理速度或者得到更符合识别信息的图像，对整个系统的识别效能影响重大。一张普通的彩色图像由很多像素点组成，而每个像素点都是由红、绿、蓝（RGB）三元色组成，而一张包含车牌的图像除了车牌以外，还存在其他的颜色信息所干扰，所以本文选择首先对车牌图像进行灰度化处理，以过滤掉图像中存在的其他信息，提高运算速度。……