基于粗糙集快速车牌字符识别技术.docVIP

基于粗糙集快速车牌字符识别技术 　　摘 要：为了解决传统识别技术在车牌字符识别时效率低的问题，本文提出了一种基于粗糙集高效属性约简算法的快速车牌识别技术，该方法首先根据训练样本集的特征向量建立决策表并对决策表进行二次离散化处理，然后应用粗糙集理论对决策表进行高效属性约简，最后从约简后的决策表中获取决策规则，按照规则可信度的大小进行规则的匹配。实验表明该方法有效地压缩了图像的特征数，并简化了规则匹配算法，提高了字符识别率及识别速度，在车牌字符识别中取得了较好的识别效果。 　　关键词：粗糙集；字符识别；属性约简；规则匹配 　　中图分类号：TP391.4文献标识码：Adoi:10.3969/j.issn.1003-6970.2010.10.010 　　 　　A Method of Fast Recognizing Characters in Vehicle License Plates Based on the Theory of Rough Sets 　　 　　WANG Bo1，2LIU Feng-nian2 　　(1 Teacher Training Center,Northwest University,Xi’an 710127,Shaanxi,China) 　　(2Sanmenxia Polytechnic, Sanmenxia ,472000,Henan, China) 　　 　　Abstract: In order to solve the problems of ineffectiveness about traditional method of fast recognizing characters in vehicle license-piates, A method for the recognition of vehicle license plate characters is presented based on efficient attribute reduction. The features of the training samples are extracted to build up the decision table and to execute tow-stage discretization. The rough sets theory is applied to reduce the decision att ributes of the table. Then the decision rules can be generated from the reduced decision table. The rule-match algorithm is based on the creditability of the rules. The application examples have showed a good result in the recognition of the vehicle’s plate characters. The reduced decision attributes are beneficial to the improvement of the generality of the rules and the simplification of rule matching, to improve recognition rate and recognition speed. 　　Key words: rough sets; character recognition; attribute reduction; extracting rules 　　 　　1. 引言 　　 　　粗糙集是一种用来研究不确定性、模糊性与不全面性知识的数学工具，它是由波兰数学家Z.Pawlak于1982年提出来的，其核心思想是在保持原有分类能力不变的条件下，通过约简知识，从而导出问题的分类或决策规则。目前，粗糙集已经广泛应用于决策与分析[1]、模式识别、智能学习等多个领域。 　　车辆号牌作为唯一识别车辆身份的标记，其重要性和特殊性决定了车牌识别技术成为智能交通系统的重要组成部分，并得到了广泛的应用。[2]车牌识别系统一般可以分为车牌定位、字符分割和字符识别三个步骤，它们之间是相辅相成的。其中，字符识别是识别系统的核心，其准确性决定了识别系统的价值。对于车牌字符识别功能的实现，目前人们已提出了多项研究技术，如基于彩色分割的车牌自动识别技术[3]，基于神经网络的车牌字符识别技术[4] 等。这些技术虽然在特定领域都起到了一定的效果，但时间和空