论文部分内容阅读
车牌识别技术是一个智能交通系统的重要组成部分,广泛应用于高速公路通行,未登记的车辆监控,车辆停放管理等重要场合。由于许多车牌识别系统的现有算法因为需要能够适应各种复杂的背景,各种车辆识别,改变颜色,和适应经受不同光照条件引起的变化的能力,当前系统有一些问题。自动车牌识别(LPR)在众多应用中扮演着重要的作用,一些技术已经被提出。然而,大多数的应用有限制条件,如固定照明,限定车辆速度,指定的路线,和固定的背景下。在这项研究中,尽可能少的约束对工作环境的考虑。车牌识别系统包括：预处理、车牌定位、字符分割及字符识别。由于字符识别目前已经非常成熟,影响车牌识别的关键在于车牌定位和字符分割。设计的车牌识别技术在前人研究的基础上,提出一种基于几何特征的车牌定位和字符分割技术,本文重点介绍的车牌识别系统三个关键环节：车牌图像预处理,车牌定位,字符分割,并做了深入的研究工作。详情如下：车牌图像预处理部分,捕捉彩色图像转化为灰度图像,选择图像灰度直方图均衡化修复的情况下,提高对不同图像的亮度和对比度以及各种实用的操作等,全面的去噪性能的图像质量,加之受噪声特性的车牌区域,对车牌图像进行中值滤波的去噪选择,得到较为清晰的图像；采用数学形态学里面的腐蚀和膨胀相结合的方法进行边缘检测,得到车牌区域的连通效果。在车牌定位中的设计,车牌定位是基于数学形态学和投影方法提出。首先利用车牌区域矩形结构的特点,用质心作为车牌矩形中心的估计确定出车牌矩形位置；再利用国标规定的车牌矩形结构的周长平方与面积成27倍的几何特征实现车牌准确定位。对于字符分割部分,研究了车牌图像的二值化,根据车牌内字符间间隔大,不会出现字符粘连且每个字符长度固定可设定阈值的几何特征得到车牌字符分割。最后,实现了字符大小归一化输出标准字符子图。实验结果表明,该方法能有效地分割车牌字符。