论文部分内容阅读
车牌识别技术是智能交通系统的重要组成部分,在交通道路管理和监控方面有着重要的应用价值。车牌识别系统是以车牌图像作为识别对象的机器视觉系统,其中涉及数字光学、数字图像处理、计算机视觉、人工智能等多个领域。本文对车牌识别相关算法进行了对比分析,结合车牌识别的流程,明确了各环节采用的算法,通过MATLAB软件实现了车牌图像预处理、车牌定位、车牌字符分割和车牌字符识别四大组成部分的功能,完成了车牌识别系统软件设计。1、在图像预处理环节中,首先使用加权平均值法将RGB彩色图像转化为灰度图像,以提高整个系统的处理速度;之后针对不同质量的图像,相应的进行灰度拉伸、直方图均衡化和中值滤波处理;最后利用Roberts算子提取车牌边缘。2、在车牌定位环节中,首先根据对数学形态学处理后的图像进行水平和垂直方向的投影扫描,确定车牌位置;之后通过Radon变化法校正倾斜车牌;最后对二值化的车牌图像进行行扫描,并以先验知识为参考,除去车牌的边框与铆钉。3、在车牌字符分割环节中,首先根据字符在垂直方向上的投影与单个字符大小的先验知识,实现车牌字符分割,并利用双线性插值算法进行字符归一化处理。4、在车牌字符识别环节中,首先将网格像素统计特征提取法提取的字符特征作为BP网络的输入;之后通过所构建的网络拓扑结构对输入的样本字符进行训练,形成字符识别网络;最后利用测试样本测试所建立的BP神经网络,检验网络是否成功。在上述分析研究的基础上,基于MATLAB软件开发出车牌识别系统,并通过实验对系统功能进行了测试。结果表明,本文设计开发的车牌识别系统能对车牌较为准确的定位、分割和字符识别,而且整个系统算法简单,同时具有实时性和鲁棒性等特点。