摘要：车牌识别技术是智能交通系统中研究的重要课题之一,该技术可应用到道路交通监控、高速收费、停车场安全等到许多方面。经过国内外学者的不断研究,车牌识别技术已得到了很大程度的发展,并且取得了许多突破性的研究成果。本文针对在车牌识别系统中车牌字符识别率低的问题,提出了一种基于径向基核函数的ADABOOST和PTSVM(递归投影双联支持向量机)相结合的车牌字符识别算法。通过对PTSVM的车牌识别方法的讨论分析以及实验研究表明,运用PTSVM分类方法得到的分类器的识别率并不是很理想,其原因是在实验中所有的PTSVM分类器用的是同样大小的惩罚因子C和RBF核函数的参数σ；通过对传统的ADABOOST方法的实验研究表明,ADABOOST算法在训练过程中,耗时长,且训练过程极易出现分类器退化现象。因此,本文在传统的ADABOOST方法基础上,提出了一种变σ的ADABOOST和RBF-PTSVM分类器相结合的字符识别方法。通过实验验证表明,这种新的识别方法,可以有效的提高车牌识别系统的整体性能。通过实例分析,进一步论证了本文提出的改进的ADABOOST和PTSVM相结合的车牌字符识别算法可有效的提高车牌识别系统的整体性能。通过多种SVM算法对比实验结果分析,表明了选取PTSVM方法来进行改进的合理性；通过改进的算法与传统算法的实验结果分析,进一步说明了本文提出的算法可以有效的提高车牌识别系统的整体性能。