详情

原文传递车牌识别关键技术的研究与实现

论文题名：	车牌识别关键技术的研究与实现
关键词：	车牌识别;边缘检测;模板匹配;神经网络
摘要：	车牌识别(简称LPR)是指通过计算机视觉/图像处理与模式识别等方法从车辆图像中提取车牌字符信息，从而确定车辆身份的技术。LPR是智能交通系统(ITS)中重要的研究课题，在公共安全/交通管理/流量观测/电子收费系统及有关军事部门有着重要的应用价值。车牌识别分为车牌定位/字符分割/字符识别三大部分。车牌定位是一个难题：车牌区域在整幅图像中所占比例很小，车牌的颜色/大小/位置也不确定，并且定位算法要能够克服不同光照和复杂背景的影响，还要兼顾准确性和实时性，因此快速准确的定位车牌是比较困难的。文章研究了一种边缘检测与线扫描相结合定位车牌区域的新方法，较好的解决了这一难题。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双线性插值的车牌倾斜校正新方法，该方法有校正时间短/校正效果好的优点。字符分割是LPR的关键步骤，是字符识别的基础。文章提出了一种垂直投影结合模板匹配的分割方法，有效的解决了以往分割算法中字符切割不全/切割移位/受字符磨损变形等因素影响大的问题。字符识别是整个车牌识别的核心。文章讨论了传统的模式识别方法和人工神经网络在车牌字符识别中的应用，并介绍了一种基于BP神经网络的车牌字符识别方法，实验证明该方法识别率较高。
作者：	孟涛
专业：	控制理论与控制工程
导师：	傅勇
授予学位：	硕士
授予学位单位：	华中科技大学
学位年度：	2006
正文语种：	中文