详情

原文传递车牌识别关键技术的研究

论文题名：	车牌识别关键技术的研究
关键词：	车牌识别系统;车牌定位;字符分割;字符识别;特征提取
摘要：	随着计算机科学技术的发展和交通运输量的日益增加，智能交通系统的重要性日益突出，智能交通系统已成为当前交通管理发展的重要方向，而车牌自动识别技术作为智能交通系统的重要组成部分，已经成为现代交通工程领域中研究的重点和热点问题。它在交通管理部门、高速公路、隧道、停车场、智能小区、桥梁、电子警察等方面有着广泛的用途和良好的应用前景。　　车牌识别系统关键在于对车牌定位、字符分割、字符识别这三个环节的分析和研究，车牌定位是将车牌区域从车辆图像中定位并分割出来；车牌字符分割是将车牌图像分成单个的字符图像；字符识别是对车牌上的汉字、字母和数字进行理解的过程。本文正是针对这三个环节进行研究，并设计了一个基于Matlab模拟环境的车牌识别系统。　　本文在车牌定位方面，分析比较相关技术，利用车牌的边缘特征与颜色信息来实现车牌定位，采用了基于HSV模型的光照滤波方法、基于Tophat变换的形态学方法、连通分析等技术进行图像预处理，在形成矩形区域的基础上进行了倾斜校正，并使用基于纹理特征的支持向量机方法进行了文本验证，从而确定了车牌区域。　　在字符分割方面，分析比较了多种字符分割算法，采用了一种改进后的垂直投影和水平投影方法，结合车牌字符的先验知识对车牌的字符分割，最终得到了单个的字符区域，实验表明本算法取得了很好的效果。　　在字符识别方面，针对汉字、字母、数字这几种不同的识别问题，比较了各种特征提取方法，采用了主成分分析的方法进行提取特征。分析比较了各种分类方法，对 BP神经网络的构成以及相关的理论进行了讨论，设计了BP神经网络分类器，对车牌字符进行了识别。　　本系统能较准确的定位、分割车牌并进行识别，系统性能良好，根据本论文提出的算法，实验表明本系统整体识别率达到了92％以上。
作者：	李里
专业：	计算机应用技术
导师：	王翰虎
授予学位：	硕士
授予学位单位：	贵州大学
学位年度：	2009
正文语种：	中文