車牌識別系統(tǒng)相關技術的研究.pdf

1、隨著我國汽車數量和停車場數量的迅速增加、高速公路的大量建設,原有的以人工管理為主的車輛管理系統(tǒng)已無法滿足新形勢下的管理要求,因此必須加快車輛管理的智能化發(fā)展。目前汽車牌照自動識別系統(tǒng)是交通部門十分重要的科研項目之一,并在高速公路自動收費、交通部門的違章檢測(電子警察)和智能停車場管理等方面有著廣闊的應用前景。一個典型的車牌識別系統(tǒng)包括車牌定位技術、字符分割技術、字符識別技術三個環(huán)節(jié),并且上一環(huán)節(jié)的處理質量對下一環(huán)節(jié)的工作有著直接的影響。

2、
　　本文對車牌識別系統(tǒng)的幾個主要步驟,即車牌定位、字符分割和字符識別,分別進行了算法的設計和實現(xiàn)。
　　車牌定位算法的研究。圖像的預處理包括彩色圖的灰度轉換、灰度拉伸、二值化、邊緣檢測。針對邊緣檢測,本文在幾種傳統(tǒng)算法的基礎上,提出了一種具備對比度明顯、字符清晰等優(yōu)點的改進Roberts算子;針對車牌定位,本文采用了一種基于一階差分的灰度值投影和車牌先驗知識相結合的改進型車牌定位方法,該方法具有計算量小且定位準確的特點;對

3、于車牌校正,本文所運用的Hough變換對小角度傾斜問題實現(xiàn)了有效校正。
　　字符分割的算法研究。首先根據車牌區(qū)域內字符灰度跳變次數和垂直投影法去除水平邊框和垂直邊框,并運用形態(tài)學達到去噪目的,然后采用一種基于字符寬度和字符固定間距相結合的字符分割方法,實驗證明該方法能夠實現(xiàn)較高的字符分割率。
　　基于BP神經網絡字符識別算法的研究。在研究了幾種常用的字符識別方法之后,針對車牌字符圖像的特點,進行BP網絡結構選取、算法改進、初