摘要: |
车牌识别系统在现代交通信息控制工程和智能运输系统领域有着重要的应用价值.如实现高速公路收费站不停车收费,协助军、警有关部门跟踪特定车辆,实现停车场车辆自动化管理,进行某地区或路段的车辆流向分析等.车牌识别技术的运用,将大大改善公路交通运行和管理的效率.就当前的技术情况来看,对含有车牌的图象进行识别的一般思路是行将车牌区域从整个图象中定位并分割出来,然后针对该车牌区域上的各个字符做具体识别.车牌定位的工作要求完全保留车牌区域内的字符信息,而尽量删除其它所有的干扰信息.车牌的定位质量将直接影响到后续的字符识别工作.同时,这样的思路要求对车牌的定位时能够找到并提取除了车牌字符本身的特征以外能够比较鲜明的区分出车牌区域与非车牌区域的某些特征.到目前为止,研究人员的着眼点主要放在提取和分析车牌区域的灰度纹理和颜色这两种特征上,并在一定程度上参考车牌区域的几何特征,而各种方法的具体实现在不同的车牌样本上显示出不同的特点.那么,我们如果能够糅合这些方法,制定出一套相对于单独的定位方法来说更准确,而又不失高效的自适应的定位算法流程,则显然是十分有意义的.该文将详细讨论几种典型的车牌定位方法的设计和应用特点,并提出设计自适应流程的思路,尝试建立一种综合利用车牌区域的灰度纹理,颜色和几何特征,糅合数种定位方法,对不同的车牌样本具有一定的方法自适应能力的定位流程.同时,该文对车牌定位中的角度检测方法做了详细讨论. |