字符特征提取不同的特征提取方法对识别率有着不同的影响，单 一 特征只能反映字符的某一属性， 并不能提供字符的完整信息。为了弥补单一特征提供的信息量不足的缺点，对字符、轮廓、特征、投影特征和网格编码特征分别进行提取。轮廓特征提取方法是从上、下、左、右4个方向 依次 扫描图像，记录第一次遇到字符像素时离边界的距离，然 后 将上、下、 左、右 4个方向的特征合并就能得到字符的轮廓特征。字符轮廓特征提取示意所示；投影特征提取方法是沿水平和垂直方向依次扫描图像，统计字符白像素数和边缘跳变次数，将水平、垂直方向统计的字符分布向量组合成字符的投影特征。投影特征提取如图2所示；网格编码特征提取方法是将图像均匀划分为固定的网格，以规定的网格编码规则给各网格分配编码值，将所有网格的编码值组合在一起形成维数为网格数目的特征向量。网格编码特征提取如图3所示。4多特征融合识别对于每个类中要识别的字符，进行多特征提取方法以用于信息融合。对预处理后的车牌字符图像分别进行轮廓、投影和网格编码特征的提取，得到不同特征的目标信息， 将 目标信息分别进行SVM多分类识别，产生待识别目标的初步分类结论和基本概率赋值， 经 D-S证据理论融合来自不同特征的识别信息，根据决策规则得到Zui后的识别结果。
