朱瑶

基于决策树模型的车牌数字识别

朱瑶

（长安大学汽车学院，陕西 西安 710064）

随着汽车普及的广泛化，车辆在为我们带来便捷和舒适的同时也带来了极大的挑战。城市的交通问题、交通压力、交通风险，都迫使着智能交通系统（Intelligent Transportation System, ITS）的提出，以此缓解汽车普及化带来的交通问题、压力及风险。智能交通系统中，最核心的内容便是车牌识别系统。为使智能交通系统更好的发挥作用，增强车牌识别系统是目前研究设计优化的重点，且具有极大的现实意义。文章车牌识别软件识别对象仅为车牌中的数字字符，识别过程采用了决策树模型，并使用MATLAB进行图像预处理操作及车牌数字的识别。

决策树；ID3算法；车牌识别；MATLAB

引言

据中华人民共和国公安部的统计，截止至2021年5月，我国的机动车保有量突破了3.8亿辆。我国经济社会的持续发展不单单意味着我国社会经济水平的高速提升，还象征着我国人民生活水平的快速提高，因此，机动车保有量的持续快速增长似乎成为必然。但事实上，如果按我国人口数为14亿，机动车保有量3.8亿辆计算，我国的千人汽车保有量仅有271辆，远不及美国千人汽车保有量758辆（人口3.3亿，机动车保有量2.5亿辆）和日本千人汽车保有量584辆（人口1.268亿，机动车保有量0.74亿辆）[1]。尽管如此，由于我国交通基础设施的建设速度远不及交通工具的增长速度，导致与别国相比，我国所面临的城市交通压力更大，道路交通风险更高，道路安全隐患更多。

为了在道路等硬件设施条件的约束下，短时间内有效缓解城市交通压力、降低道路交通风险、避免道路交通安全隐患；……