论文部分内容阅读
随着汽车的逐渐普及,交通拥堵现象时常发生,智能交通系统日益成为人们所关注的热点研究领域。车牌自动识别系统作为智能交通系统的重要组成部分,可以实时识别车辆牌照号码,进而提高车辆监控和管理的水平。由于应用场景的复杂性,车牌自动识别系统存在诸多不足,如定位精度低、字符分割不准确、车牌倾斜时易识别错误等。如何提高车牌自动识别系统的识别正确率成为人们关注的焦点问题。本文针对车牌自动识别系统中关键技术环节进行了深入研究,提出了一种车牌自动识别系统设计方案,实现了车牌自动识别。本文主要完成工作如下：(1)提出了一种基于颜色特征和投影信息的车牌定位算法。目前基于颜色特征的车牌定位算法对车辆图像中存在与车牌底色相近的颜色区域时,定位效果差。基于投影信息的定位算法对投影阈值的选择要求较高,阈值选择过大或过小都会影响到最终定位正确率。由于车牌区域一般具有固定颜色特征而HSV颜色空间能够非常精确地区分出不同颜色,故本文在HSV颜色空间中进行车牌底色区域判断,从而得到更准确的车牌底色区域。由于利用颜色特征得到了更精确的车牌底色区域,车牌区域的投影呈现出明显的分布特点,从而在行定位和列定位时,投影闽值的选择比传统投影法中相应投影阈值选择更容易一些。同时在行定位时,对所有疑似车牌区域都进行了判断,得到了更多车牌备选区域,提高了车牌定位正确率。(2)利用垂直投影法进行字符分割。传统的垂直投影法对所有字符均采用相同的投影阈值,对汉字字符的分割正确率低,考虑到汉字字符笔画较多,汉字的垂直投影一般大于非汉字字符的垂直投影,本文对汉字与非汉字字符分别采用不同的垂直投影阈值,较好的完成了对汉字字符的分割工作。(3)提出了基于字符特征匹配的字符识别算法。目前字符识别算法通常选择网格特征、水平方向特征和垂直方向特征的一种或几种作为字符特征,无法准确的反映字符特点,本文字符识别算法选择这三种特征以及字符图像中所有白色像素的个数作为字符特征,从而使最终选取的字符特征既能够反应字符的局部细节又能体现字符整体的形状分布。考虑到与英文字母和数字相比,汉字的结构更加复杂,本文分别设计了汉字特征库和数字字母特征库,提高了汉字的识别正确率。为验证本文提出的理论成果,本文根据提出的算法设计并实现了一个车牌自动识别系统,并针对白天中不同光照条件下拍摄的车辆图像进行了相关实验。实验结果表明,本文所提出的相关算法能较准确的进行车牌定位和字符分割,且字符识别正确率也较高,具有一定的实用价值。