详情

原文传递汽车车牌自动识别技术研究

论文题名：	汽车车牌自动识别技术研究
关键词：	车牌识别;车牌定位;字符分割;组合法
摘要：	车辆牌照自动识别系统是现代智能交通管理的重要组成部分,可用于各级各类车辆管理场所.与传统的车辆管理方法相比,它大大地提高了管理效率与水平,节省了人力、物力,实现了车辆管理的科学化、规范化,对交通治安起到了一定的保障作用,因此有着广泛的应用前景.车牌自动识别系统一般包括车牌定位、字符分割和字符识别三个模块.本文对车牌自动识别系统的各种算法进行了深入的分析和比较,并提出了自己的观点.在车牌定位方面,分析比较了直接法、多分辨率法、数学形态学方法、基于颜色法等多种车牌定位算法,提出了基于BP人工神经网络的车牌定位算法.在字符分割方面,分析比较了牌照图像增强、二值与标准化以及几何校正的各种算法,在此基础上,提出了自适应灰度拉伸算法;最后采用投影法,并借助牌照字符宽度、间距的固定比例关系等先验知识实现了字符的分割.在字符识别方面,该文将牌照上的字符分为两大类:汉字和符号(包括英文大写字母和数字).同样,先对目前常用的字符识别算法(模板匹配法、字符特征法、人工神经网络)进行分析,然后提出组合识别法字符识别思想.该思想的具体方法是对汉字和字符分别采用不同的识别算法.对于汉字,采用改进的模板匹配法来识别.而对于符号,通过对车辆牌照上英文字符和数字字符结构特征的详细分析,选择字符中的细节点特征、闭合曲线特征和拐角点特征作为字符识别的依据,根据这些特征来识别牌照上的英文字母和数字字符.经大量实验证明,该文提出的算法对车牌的识别效果令人鼓舞,其中,汉字、字母、数字的实验识别准确率分别为98％、97.8％、98.95％,达到了实用要求.
作者：	范春年
专业：	系统分析与集成
导师：	傅德胜
授予学位：	硕士
授予学位单位：	南京气象学院
学位年度：	2004
正文语种：	中文