1、模式識(shí)別是計(jì)算機(jī)智能的一個(gè)重要研究領(lǐng)域，它在醫(yī)學(xué)、工程、交通、天文、軍事等很多領(lǐng)域有著廣泛的應(yīng)用。 本文以軌道衡車(chē)牌識(shí)別系統(tǒng)為應(yīng)用背景，對(duì)車(chē)牌識(shí)別系統(tǒng)的各階段的任務(wù)及遇到的問(wèn)題進(jìn)行了比較詳細(xì)的說(shuō)明和分析研究，然后基于構(gòu)造性覆蓋算法和商空間粒度計(jì)算理論提出了一種多粒度的字符識(shí)別覆蓋算法，并且基本完成了軌道衡車(chē)牌識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)。本論文所做的主要工作如下： 1.針對(duì)所處理車(chē)牌的特點(diǎn)，基于對(duì)大量車(chē)牌灰度圖的直方圖分析，我們

2、采用灰度拉伸等操作去除了背景中干擾目標(biāo)的象素信息，成功地進(jìn)行了預(yù)處理，提高了車(chē)牌定位的準(zhǔn)確率。 2.在車(chē)牌的定位階段，我們通過(guò)對(duì)水平紋理投影平滑后的峰谷分析，對(duì)粗定位的上下邊界進(jìn)行了微調(diào)；在字符分割階段中，我們通過(guò)對(duì)目標(biāo)象素的豎直投影平滑后的峰谷分析，并且利用車(chē)牌字符的寬、高等先驗(yàn)信息改善了字符分割的效果；在車(chē)牌去噪和傾斜校正階段，我們利用連通域標(biāo)記算法都取得了較好的效果。 3.從分類(lèi)器的結(jié)構(gòu)方面考慮，我們提出了一種基于