原文传递
车牌识别图像处理算法的研究与实现
| 论文题名： | 车牌识别图像处理算法的研究与实现 |
| 关键词： | 车牌识别;定位算法;图像处理;直方图;鲁棒性 |
| 摘要： | 车牌识别(License Plate Recognition，LPR)系统是智能交通的重要组成部分，主要应用在电子计费领域，例如高速公路不停车收费、停车场管理、多用途收费系统。虽然LPR系统已发展多年，但由于光照变化范围大、图像背景复杂等原因，仍有许多技术难点未能解决。本文对LPR系统中的车牌定位、颜色分类、字符分割和字符识别四个方面的内容进行了系统的研究，设计并实现了相应的算法，以期解决LPR系统的技术难点，主要研究成果与创新如下： 本文从车牌纹理的分形特征出发，提出了基于有向分形参数的车牌定位算法。对定位算法的鲁棒性进行了深入的分析，讨论了模板尺寸和相对像素距离这两个重要参数的选择原则。实验结果表明，该算法效果良好。 将HSV彩色模型引入车牌颜色分类研究，分析了各类车牌H图和s图灰度分布的特点，在此基础之上，结合直方图特征分析方法，提出了基于HSV模型和直方图特征值的车牌颜色分类方法，通过算法的设计实现了车牌颜色分类。 利用旋转投影法寻找车牌倾斜角度，然后用双线性插值进行车牌图像倾斜校正。对校正后的图像进行二值化以及垂直投影，利用车牌几何特征从投影图中寻找各个字符的位置以实现字符分割。 研究了提取字符旋转不变特征的Zernike矩字符识别方法，以及利用扩展模板模拟字符平移的字符识别方法。分析了两种方法的优缺点，并根据具体情况给出了改进方案。在此基础之上，采用以Zemike矩和扩展模板匹配为主，传统模板匹配为辅的多分类器融合的字符识别算法，实现了车牌字符识别。 |
| 作者： | 黎婷婷 |
| 专业： | 控制理论与控制工程 |
| 导师： | 全书海 |
| 授予学位： | 硕士 |
| 授予学位单位： | 武汉理工大学 |
| 学位年度： | 2007 |
| 正文语种： | 中文 |
检索历史
应用推荐
