论文部分内容阅读
随着经济的发展、汽车数量急剧增加,智能交通系统应运而生。本文主要研究基于停车场收费系统中的车牌识别方法的研究,主要采用计算机视觉、数字图像处理等相关技术,针对现在车牌识别系统存在的问题进行实验分析并对图像预处理、车牌定位、字符分割三个模块中的相关算法进行了优化改进。本文首先对采集到的车辆图像信息进行图像的预处理,包括:车辆图像的灰度化、滤波去噪、直方图均衡化、二值化等过程。在图像二值化的过程中对二值化算法加以优化改进提出了一种新的二值化算法。在全局阈值法的基础上研究了动态寻找直方图波谷的阈值选取法,取波谷对应的灰度值作为图像的整体阈值,来实现图像的二值化并在MATLAB平台下进行实验分析验证了算法的性能,取得了很好的效果。其次,对预处理过后的车辆图像进行车牌定位,本文提出了一种采用基于像素投影与边缘检测以及数学形态学结合的车牌定位的算法。先使用投影法对车牌位置大致定位,然后采用边缘检测canny算子提取边缘,利用数学形态学形成多个连通区域,最后结合车牌固有的几何特征来进行车牌的准确定位。在实验验证中该算法可以达到96%的定位准确率。在字符分割中最常用算法有基于投影法的字符分割,聚类连通区域法和模版匹配法等。但是通过研究发现这几种算法在外界条件不好的情况下都会出现分割偏差。所以本课题结合这三种算法并加以改进,达到了更好的字符分割效果。在车牌字符的识别中本文选择了用模版匹配的方法进行车牌字符的识别。对如何识别容易混淆的字符进行了讨论,并且研究了双重模版匹配法。通过实验分析验证了双重模版匹配法的作用,并对容易混淆的字符有很好的区分效果。本文通过对于车辆牌照识别技术的研究,对于该技术在今后的更多领域的发展和应用具有一定的意义。在文章的最后,对整个收费系统的设计进行了研究,并对所存在的问题进行讨论。