详情

原文传递基于数学形态学的车牌自动识别

论文题名：	基于数学形态学的车牌自动识别
关键词：	数学形态学;车牌自动识别;智能交通系统;车牌定位;字符分割;软件设计
摘要：	随着汽车行业和公路交通事业的迅速发展，交通管理的智能化、信息化是大势所趋。车牌自动识别系统（LPR）是智能交通系统（ITS）的核心，是交通信息服务系统的重要组成部分，也是整个智能系统顺利运作的关键和基础。　　车牌自动识别包括：车牌定位、字符分割和字符识别。虽然数学形态学已被应用于车牌定位，但在字符分割方面应用较少。本文探讨了将数学形态学与其它方法相结合，改善车牌定位、字符分割的性能，从而得到较高的车牌识别率。在车牌定位方面，使用了形态学和拓扑学相结合的方法对车牌区域进行定位提取。该方法首先采用Top－Hat变换以及开、闭运算对抓拍的车辆图像进行预处理；然后采用连通体态分析法（CCA）对图像进行粗定位；最后对计算得到的车牌候选区的欧拉数进行判别，最终提取真正的车牌区域。在字符分割方面，采用数学形态学与投影相结合的方法进行车牌字符分割。首先采用数学形态学突出车牌字符区域特征，然后利用水平投影除去上下边界，垂直投影突出单个字符区域，再结合车牌固有特征等先验知识最终分割出字符。在字符识别方面，采用了模板匹配方法。先将字符归一化，然后提取字符的过线特征、左右轮廓特征，根据这些特征组成字符的特征向量，对字符进行初分类，然后利用模板匹配的方法对字符进行细分类，从而完成字符的识别。文中基于数学形态学的车牌识别方法定位准确度较高，字符分割质量较好，而且算法实现简单，对提高整个系统的时效性有很大帮助。　　最后利用SOPC搭建车牌自动识别系统的FPGA硬件平台，并利用NIOSII软处理核实现了识别的软件设计。
作者：	朱俊梅
专业：	通信与信息系统
导师：	陈少平
授予学位：	硕士
授予学位单位：	中南民族大学
学位年度：	2008
正文语种：	中文