论文部分内容阅读
车牌识别系统是智能交通系统中的重要组成部分，是对车辆进行有效监管的关键技术，更是专家和学者们关注的热点。
本文针对车牌识别系统中的车牌字符识别算法作为主要研究内容，并对算法中的车牌图像定位、字符分割和字符识别三个主要模块进行深入地研究。在车牌图像定位中采用了两次定位方法:在初次定位中，首先对车辆图像进行灰度化、边缘检测及直线检测等预处理，以车牌区域的特征找出包含车牌边框的车牌图像的大概区域，再根据车牌边框对车牌图像进行倾斜校正。在精确定位中，去除车牌边框后，得到了准确的车牌区域。本文采用的两次定位方法能够适应不同背景，并对光照、环境及车牌种类不敏感，并且两次定位中插入了倾斜校正，该倾斜校正算法简单有效，得到的车牌图像不会包含车牌边框等无用的信息，为后续的车牌字符识别打下良好的基础;在车牌字符分割模块中，采用投影法对字符进行分割，有效地消除了字符粘连及字符断点对车牌字符分割的影响，并采用改进的OTSU局部阈值分割方法，较好地解决了光照不均给阈值分割带来的难点问题，最后对分割出来的车牌字符进行归一化处理;在车牌字符识别模块中，提出了一种基于权系数标识符矩阵的模板匹配方法，该方法首先对字符进行分类，然后使用一种改进的模板匹配算法来实现字符识别。采用了该方法后，不仅字符识别速度快，并对形状相似且容易混淆的字符有很高的识别率。
为了验证本文识别方法的可靠性而进行了大量的实验，实验结果证明本文提出的车牌字符识别方法效果较好，具有较高的实用价值及广泛的应用前景。