详情

原文传递车牌号识别系统的设计与实现

论文题名：	车牌号识别系统的设计与实现
关键词：	智能交通系统;车牌识别;字符分割;灰度图像处理;BP神经网络
摘要：	随着社会经济的快速发展，我国汽车的数量迅速增加，对交通管理提出了更高的要求。智能交通系统(ITS)近年来发展迅速，它把信息技术与交通系统结合在一起，大大提高了交通效率和管制水平。对车辆个体的身份识别是ITS的重要内容，而车牌是车辆最重要的身份标志。车牌识别技术要求适应户外全天候的工作环境，同时需要能处理各种实际场景中车牌图像，包括模糊、污损、倾斜等等情况，目前世界上还未出现较理想的通用的车牌识别技术，说明了车牌识别技术所要处理的车牌的多样性以及环境的复杂性。车牌识别技术还在持续发展当中。论文从车牌定位技术、车牌字符分割技术和车牌字符识别技术三方面对车牌自动识别技术进行了全方位深入地研究。　　在图像的预处理部分，本文将得到的车牌定位图像进行了灰度化处理，利用Otsu法将灰度图像转换为二值图像，并给出了一种灰度图像增强算法，对采集到的车牌图像进行增强处理；由于在实际中车牌的边框和上下铆钉会对车牌的识别工作形成干扰，因此在该部分中对车牌的边框和铆钉进行了去除。　　在获取车辆图像的过程中，由于摄像机和车牌之间角度的变化，经常使所拍摄的车辆图像发生倾斜，导致车牌扭曲和字符变形，给字符分割和字符识别带来极大影响。为此，文章研究了一种基于空间扭曲校正和Hough变换的车牌图像校正方法。　　在字符的分割部分，本文依据现行的车牌设计原则，利用改进后的水平投影法，将车牌图像分割7个待识别字符，并对分割后的字符进行了归一化处理。实践证明该方法对解决汉字的不连通问题、字符的粘连问题、噪声的干扰问题以及车牌的前2个字符和后面5个字符之间存在的小圆点问题是行之有效的。　　在字符的识别部分，采用改进后的BP神经网络，针对汉字、字母、字母或数字、数字四种不同的识别问题，设计了四种不同的分类器。利用64特征提取法进行特征提取，将其结果作为网络的输入，最后将不同的识别结果组合得到车牌号码。
作者：	王梅松
专业：	软件工程
导师：	李瑜;乔立民
授予学位：	硕士
授予学位单位：	哈尔滨工业大学
学位年度：	2010
正文语种：	中文