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，然后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。