详情

原文传递车牌识别系统的研究与实现

论文题名：	车牌识别系统的研究与实现
关键词：	车牌定位;仿射变换;字符分割;支持向量机;车牌识别系统;智能交通系统
摘要：	当前在我国，随着人们物质生活水平的提高，汽车越来越普及，人们所面临的交通压力日益增大，如何有效地管理急剧增加的机动车辆成为不容忽视的社会问题。在此背景下，智能交通系统(ITS)应运而生，车辆牌照识别(LPR)技术作为智能交通系统的关键技术，在道路收费、停车场所车辆管理和交通监管等领域中占有重要地位。　　鉴于完整的车辆牌照识别系统主要由车牌定位、字符分割以及字符识别三个部分组成，因此，本文主要针对上述三个部分所面临的问题展开了研究。　　首先，针对我国车牌包含汉字且汉字具有丰富纹理特征的特点，提出了基于SIFT算法的车牌定位算法，建立了标准字符库，以SIFT特征构建特征模板库。同时给出了从待识别车牌图像的SIFT特征与特征模板库匹配点对中，用RANSAC算法剔除误匹配点并求取仿射变换矩阵的方法，从而实现了对车牌较准确的初定位和倾斜校正。此外，还对提取的车牌区域二值化图像，使用Radon变换求取倾斜角度获得了精确的仿射变换矩阵，实现了对车牌的精确定位和倾斜校正。因此，使本车牌定位处理算法对图像亮度、污损、倾斜、尺寸变化等影响具有良好的适应性和鲁棒性。　　然后，提出了一种投影法和模板匹配法相结合的分割车牌字符的新方法。对经定位处理后的车牌区域图像用数学形态学方法进行去噪和纹理增强，用投影法去除上下、左右边框，利用我国车牌字符的排列间隔特征分割车牌字符。实验结果表明，本文方法可以准确地将车牌字符分割开来，并对字符遮挡、粘连以及断裂情况有良好的适应性。　　由于在定位部分车牌的汉字已得到识别，故只需对剩余的六个字母、数字字符进行识别。为此，首先将得到的各分割字符缩小和归一化，然后提取后六位字符的分块区域重心特征，最后以一对一的多类分类方法，通过比较选择采用径向基核函数支持向量机对各个字符进行训练和识别。实验表明，该方法在小样本情况下，具有很高的识别率。
作者：	姬峰宽
专业：	信号与信息处理
导师：	付永庆
授予学位：	硕士
授予学位单位：	哈尔滨工程大学
学位年度：	2012
正文语种：	中文