详情

原文传递车牌识别技术的研究

论文题名：	车牌识别技术的研究
关键词：	车牌识别;汽车牌照自动识别;计算机视觉;智能交通;交通流量检测;图像采集;图像预处理
摘要：	汽车牌照自动识别系统是以汽车牌照为特定目标的专用计算机视觉系统，是计算机视觉和模式识别技术在智能交通领域应用的重要研究课题之一，它可广泛应用于交通流量检测、机场、港口、小区的车辆管理、不停车自动收费、闯红灯等违章车辆监控以及车辆安全防盗等领域，具有广阔的应用前景。实际应用的车牌自动识别系统由车牌图像的采集，车牌自动识别，数据库管理以及网络传输四个部分组成。车牌当车辆通过时，车辆检测装置受到触发，启动图像采集设备获取车辆的正面或反面图像，并将图像传至计算机，由车牌定位模块提取车牌，字符分割模块对车牌上的字符进行切分，最后由字符识别模块进行字符识别并将识别结果送至监控中心或收费处等应用场合。本文较深入地研究了基于VC软件的车辆牌照自动识别系统，该系统利用图像处理的基本理论、数字形态学和模式识别以及车牌的先验知识等内容对车辆牌照图像进行识别。具体的算法的实现可分为图像预处理、车牌定位、字符分割、字符识别四个部分。本文的主要工作作者主要集中在以下几点： (1)综合阐述了现实应用中存在车牌系统研究的的难点和问题。 (2)图像预处理：首先介绍了图像预处理的相关理论，然后在车牌预处理中根据车牌自身的特点以及所在的环境，采用了适合的预处理算法提高了图像的质量，去除了噪声，并将图像变为易于处理的二值化图像。 (3)车牌定位：在分析现有的车牌定位算法的基础上，首先利用数学形态学将图像中相关性较大的区域保留下来，然后利用车牌自身的文理特性和字符的特点，先后进行了粗定位和细定位，最后将车牌准确的从图像中提取。 (4)字符分割：在车牌准确定位的基础上，应用峰谷法，横向和纵向投影法，字符宽度的模板匹配法相结合的策略，达到了字符的准确分割。 (5)字符识别：采用了现在普遍使用的BP三层神经网络。按车牌字符排列的规律设计实现了汉字、字母、字母和数字混合、数字四种类别的BP神经网络，达到了一定程度的字符识别率。通过在VC中编程将相关算法实现，处理的结果证明，本文的车牌定位和字符分割，字符识别的算法能够达到良好的效果。
作者：	付晓红
专业：	通信与信息系统
导师：	王俊杰
授予学位：	硕士
授予学位单位：	武汉理工大学
学位年度：	2008
正文语种：	中文