摘要: |
汽车牌照的识别问题是一个比较经典的识别问题。在交通部门的违章检测、高速公路自动收费和智能停车场管理等方面有着广阔的应用前景。从实际场景中切割出来的车牌图像,伴随着很多随机性干扰,所以处理时要尽量降低噪声的影响。车牌识别的难点在于车牌定位和字符的分割与识别。本文针对这些问题,提出了相应的处理方法,高效地完成了车牌字符的自动识别。
本文研究方向是车牌的自动识别系统,具体包括车牌图像的预处理、车牌定位、车牌字符的分割和车牌字符的识别四大块内容。
车牌的预处理包括去噪、增强、平滑校正处理等过程。同时,针对车牌图像的预处理对灰度图像可以达到较好的处理效果,而且在一定程度上解决了由于外界光照而造成的车牌图像对比度低的问题。
车牌字符分割的难点在于噪声和字符粘连、断裂等对分割的影响,本系统采用对车牌区域垂直投影,同时利用回扫和车牌图像本身的特点,引进的先验知识不受字符的粘连和断裂的影响,有很好的分割效果。
论文在参考了大量国内外的相关资料与文献的基础上,对涉及到的图像处理技术与模式识别的理论进行了研究,总结了车牌识别系统有关的技术。对车牌识别系统的关键算法进行了研究。确定使用基于车牌字符和车牌底色的对比度大及车牌字符数固定的车牌定位方法,基于先验知识和投影相结合的字符分割算法,基于模板匹配与特征点相结合的字符识别方法,并进行了实验,取得了较好的实验结果。对车辆图像的处理过程和车牌字符的识别算法进行了整体仿真。通过对内部数据形式和图像格式的分析运用,为车辆识别算法的实现提供了良好的基础。通过对仿真结果的分析和比较,调整并改进了图像处理过程和识别算法,最终得到了比较满意的结果。
|