论文部分内容阅读
汽车牌照自动识别技术是智能交通系统中的一个重要环节,其关键技术主要包括车牌定位、字符分割、字符识别等3部分.通过对车辆牌照识别技术的系统研究,发现:1、车牌定位是其中最为关键的技术,对整个识别系统的性能起着至关重要的作用,本文提出了一种针对复杂背景的车牌定位方法,该方法综合利用了车牌的颜色特征及纹理特征,采用更利于颜色分割的彩色模型,根据车牌底色与字符色具有固定组合的特点,对汽车图像进行颜色分割;针对颜色分割后的汽车图像,车牌区域内背景与字符在水平方向上具有灰度连续跳变的特点,采用行扫描法确定车牌上下边界针对切割出车牌上下边界的汽车图像,根据车牌区域内垂直方向的投影特征,采用差分投影法切割出车牌的左右边界,最后通过计算宽高比进一步判断分割出的车牌是否为真实车牌,该方法采用综合特征定位,克服了采用单一特征定位的缺点和局限性,且受车牌的大小、位置及光照等条件的限制较小;试验结果表明,该方法具有很强的适应性,且效果好、精度高,适用范围更广.2、车牌字符的分割是把车牌图像分成单个的字符图像,以便进行单字符的识别;与传统的字符分割法不同,采用了一种基于投影法和基于连通域的字符分割方法(包括二值化、投影法去除上下边框,连通域法分割字符3部分),并得到了一些初步结果.3、字符识别是指对车牌上的汉字、字母和数字进行确认的过程;采用模版匹配法实现字母和数字的识别,采用神经网络法实现车牌的汉字、字母和数字的识别;试验结果证明,该方法能较好地识别出汉字、数字与字母.