车辆的自动识别技术仍然是目前的研究热点。车型车牌的自动识别是智能交通领域的重要研究课题之一,它是解决现代社会中由传统管理方式造成的交通”瓶颈”问题的关键技术。而且,现代交通环境越来越复杂,交通管理要求越来越高,把车型车牌自动识别技术应用于社会也越来越具有迫切性。 针对这方面的迫切需求,本文结合前人已有的技术研究和分析实现了一个基于图像的车型车牌的自动识别技术的算法研究。本文所涉及的内容可以概括为以下几个方面: 第一章:首先从本课题研究的必要性入手,探讨了车辆识别的国内外发展现状及发展趋势。确定了本论文的研究内容为车型车牌的自动识别,研究目的是获得较高的识别率和识别速度。 第二章:主要研究车型识别,从图像数据采集开始,分别从理论研究和具体实现两方面阐述了车型识别的过程,首先采用了仿生的搜索策略确定了车辆的搜索提取步骤为边缘检测、形成边缘密集块及求块的长宽高作为车辆的长宽高,其中边缘检测中进行了不同阈值的sobel算子效果比较,又与prewitt算子比较,最终确定选用0.1阈值的sobel算子;车牌的提取中由区域块和底色共同确定的车牌宽度与所得的车辆尺寸相比,其比值是车型初步确定的依据,采用这种过程对车型识别结果较好。 第三章:主要研究车牌识别,从我国车牌现状及车牌的独特性着手,依次阐述了基于线处理的车牌的定位分割、最大宽度回溯字分割算法进行车牌字符的定位分裂及模板匹配的车牌字符的识别等几方面内容,通过多幅车辆图像验证,具有较好的识别效果。 第四章:总结了整篇论文的形成过程,并提出了展望。 本文在关键技术部分的理论研究与具体实现,突出其层次递进分析、不同对象区别处理、多种方法备份验证的结构特点。在图像处理时充分利用MATLAB图像工具箱,选用了简单又有效的处理方法;总之,所有的算法的研究和采用都以有效的提高了车型车牌识别的正确性和识别速度为目的。