论文部分内容阅读
本文研究了车辆牌照自动识别系统，该系统利用图像处理、数学形态学和模式识别等技术可对多种情况下的车辆牌照图像进行识别，能用于很多需要对车辆进行管理的场所。车牌自动识别系统与传统的车辆管理方法相比，它大大地提高了工作效率，节省了人力、物力，实现了车辆管理的科学化、规范化，对交通治安起到一定的保障作用，因此有着广泛的应用前景。
车牌自动识别系统由移动车辆检测、车牌定位、字符识别三个部分组成，本文对其依次进行了系统研究。综合利用对称差分和背景消减来进行移动车辆检测。首先通过建立一个可靠的背景更新模型，由背景消减法得到基本准确的前景图像，然后和对称差分法得到的差分图像综合，得到完整可靠的移动车辆图像。在车牌定位部分，提出了一种新的数学形态学变换结合小波分析的车牌快速定位方法，对Top-Hat变换图像二值化，然后分别在水平与垂直方向投影，在对投影信号进行一维小波分析的基础上，利用小波多分辨率特性结合车牌位置先验信息来缩小搜索范围，定位出车牌。最后，利用BP神经网络对车牌字符进行识别。
实验结果表明，本系统对移动车辆车牌能准确进行定位、分割并进行识别，系统的性能良好。由此可见多种预处理与识别技术有机结合能提高系统识别能力，有效和实用的原则是将神经网络与人工智能技术相结合将成为模式识别研究的两个重要发展趋势。