計(jì)算機(jī)識(shí)別幾何畸變車(chē)牌圖像的關(guān)鍵技術(shù)研究.pdf

1、智能交通成為近年來(lái)研究的熱點(diǎn)。車(chē)牌識(shí)別作為智能交通系統(tǒng)不可或缺的部分，其應(yīng)用場(chǎng)景也變得更加復(fù)雜，提高識(shí)別率顯得尤為重要。
　　 現(xiàn)有車(chē)牌圖像識(shí)別算法應(yīng)用的場(chǎng)景較簡(jiǎn)單，此類(lèi)識(shí)別算法對(duì)攝像頭的安裝角度和高度均有較高的要求，可識(shí)別監(jiān)控視角也非常有限。當(dāng)有一定傾斜角度的攝像頭抓拍車(chē)牌時(shí)，車(chē)牌圖像存在幾何畸變，很難被正確分割和識(shí)別，因此幾何畸變車(chē)牌圖像的識(shí)別是車(chē)牌識(shí)別中必須解決的問(wèn)題。
　　 基于現(xiàn)有研究算法，在已知圖像中車(chē)牌的大

2、致位置的條件下，對(duì)幾何畸變車(chē)牌圖像的識(shí)別過(guò)程作了研究與分析，在有效識(shí)別的同時(shí)，增大了攝像頭與車(chē)牌間抓拍角度的可識(shí)別范圍，從而擴(kuò)大了攝像頭的有效監(jiān)控視角。
　　 重點(diǎn)研究了幾何畸變車(chē)牌的矯正、基于高斯的自適應(yīng)模板匹配分割算法和一種新型的字符識(shí)別增強(qiáng)算法—形狀上下文算法。研究表明：利用霍夫變換可以獲得圖像中車(chē)牌的傾斜方向，進(jìn)行特定的幾何變換，可以將幾何畸變的車(chē)牌很好的恢復(fù)。提出了一種新的車(chē)牌字符分割的算法—基于高斯分布的自適應(yīng)模板匹