提出一种采用彩色分割及多级混合集成分类器的车牌自动识别方法.该方法由彩色 分割、目标定位、字符识别及后处理模块组成.

针对传统彩色编码光栅三维轮廓术中光栅易受到物体表面彩色纹理的干扰，从而造成编码条纹颜色误判和相位误差增大这一问题，提出一种基于互补彩色光栅的三维测量方法,给出了理论分析、光栅设计原理、补偿算法与实验分析。对图像进行初步的解耦校正后，通过预先设计的光栅互补特性，依据彩色响应模型求取物体表面逐点的反射率,并对红绿蓝(RGB)三通道反射率的不平衡进行补偿，消除物体表面彩色纹理的干扰,改善光栅的正弦性。以补偿后的图像来指导彩色编码条纹的分割解码并用傅里叶变换法提取出包裹相位，依据解码结果指导相位展开，继而完成整个三维测量过程。实验证明该方法对彩色纹理的补偿准确有效，降低了彩色纹理对测量的影响。

利用SVM实现了对简单两类场景的彩色图像的分割，主要在于准备工作中trainingdata和labelsdata的训练过程。