详情

原文传递车牌识别系统关键技术研究

论文题名：	车牌识别系统关键技术研究
关键词：	智能交通系统;车牌识别;图像质量;边缘密度值;车牌定位算法;字符分割
摘要：	智能交通系统ITS(Intelligent Transportation System)利用控制技术、通信技术、运筹学、传感器技术、计算机技术和人工智能的有效集成，其目的在于能够充分利用现有的道路设施基础资源，改善人、路、车之间相互作用，提高系统的舒适性、安全性和高效性，从而在整体上实现提高交通的经济性。　　针对许多车牌图像质量的局限性，提出了一种改进的图像增强算法。该算法通过分析传统的基于亮度差异的图像增强算法的局限性，即非常容易受到光照强度的影响，在光照强度发生变化的情况下，会影响车牌定位准确率。为此本文将边缘密度值作为图像增强的关键因子进行处理，并将其应用于车牌定位系统中。　　车牌定位是整个车牌识别的难点，综合传统算法的优点和不足，提出一种改进的基于扫描行的车牌定位算法，即首先用灰度跳变法来确定车牌的上下边界，然后对车牌二值图像进行类似边缘检测的处理，得到特征图像，再对特征图像进行投影并结合车牌的先验知识来确定车牌区域的左右边界。　　车牌字符分割是车牌识别系统中的一个重要部分，车牌字符分割的情况对识别结果有很大的影响。首先对车牌图像采用局部阈值法对车牌图像进行二值化，然后用Radon变化对车牌进行倾斜矫正，接着对车牌进行去边框和铆钉处理，最后利用灰度投影法实现字符分割。　　字符识别分为英文数字识别和汉字识别。英文数字采用基于边缘的Hausdorff距离进行识别。汉字识别首先通过小波变换提取出字符的原始特征，并对原始特征进行降维处理，以获取最终特征。最后把得到的最终特征输入到最小距离分类器和特征模板匹配，得到最终识别结果。
作者：	邓灵
专业：	计算机应用技术
导师：	李峰
授予学位：	硕士
授予学位单位：	长沙理工大学
学位年度：	2010
正文语种：	中文