论文部分内容阅读
车牌识别是一项涉及到数字图像处理、计算机视觉、模式识别、人工智能等多门学科的技术,它在交通监视和控制中占有很重要的地位,已成为现代交通工程领域中研究的重点和热点之一。该项技术应用前景广泛,例如用在自动收费系统、不停车缴费、失窃车辆的查寻、停车场车辆管理等等。
车牌识别一般可以分为车牌的定位、牌照上字符的分割和字符识别三个主要组成部分。其中,车牌定位是车牌识别的关键技术之一,是后续的字符分割以及字符识别的前提,影响着字符分割、字符识别的准确率。本文对近年来国内外关于车牌定位的算法进行了研究分析,在此基础上设计出了本文的车牌定位系统,并给出了实验结果。主要工作如下:
首先对车牌图像进行预处理,包括:图像灰度化、灰度图像增强、图像滤波、边缘检测、二值化、消弱背景干扰六个部分,并分别对这六个部分进行了详细的分析,选择出适用于本文的车牌图像预处理方法。
其次对于车牌定位部分,本文提出了一种新的定位方法,该方法在继承已有方法优点的基础上,结合车牌纹理及颜色两方面的特征对车牌进行定位。该方法包括牌照区域的粗定位和精确定位两个步骤。在粗定位阶段,根据二值化后车牌区域的灰度跳变特征,采用了一种改进的基于投影检测法的定位算法粗定位出车牌区域;在精确定位阶段,采用了一种新的RGB组合形式加强颜色特征以精确定位出车牌位置。
本文是通过VC++平台来实现算法编程的,针对常规背景以及不同光照条件下的图片进行了测试,测试结果证明本算法操作简单、快速、高效,满足车牌定位系统实时性和准确性的要求,能够较好的完成车牌定位的功能,达到了预期的效果。