论文部分内容阅读
随着经济的发展，人们生活水平日益增高，车辆的数目也在不断增加。车牌作为车辆的唯一身份标识，自动识别车牌成为智能交通系统的重要组成部分，它在交通路口控制，交通监控，识别违法车辆，停车场入口控制等方面扮演着重要角色。虽然车牌算法已研究多年，在约束场景下也取得了很好的效果，但车牌尺寸、样式的变化，天气，光照不不均匀以及拍摄角度等都会影响车牌识别的效果。本文针对车牌尺寸、样式，天气，光照不均等几个问题，提出了一种新的车牌定位算法。主要研究内容如下: 1、车牌图像预处理。此阶段主要任务是将不同尺寸的车牌缩放到统一的宽度(720)，高度按宽度的比例同等缩放，节省处理时间，再接着进行高斯滤波处理，去除噪声。预处理工作的好坏直接关系到车牌定位的准确性。 2、车牌定位及车牌去伪。我们分析了车牌各种特征，最后提出了基于车牌区域灰度跳变特征的多尺度车牌定位算法。通过该算法我们获得了多张特殊灰度图，并根据特殊灰度图的特征，采取一定方法剔除伪车牌。实验证明该方法对车牌尺寸、样式，光照及拍摄角度等情况都有很好的鲁棒性。 3、车牌旋转矫正。由于拍摄角度以及车牌本身可能倾斜的问题，为了正确分割字符，我们需要对倾斜的车牌进行矫正。在进行矫正之前为了获得正确的二值化结果，我们提出了基于字符笔画宽度变换直方图的车牌二值化类型判断算法。接着我们提出了基于字符笔画段的车牌矫正算法，可以很好的处理诸如粘连，模糊，噪声大等类型车牌的矫正。