車牌定位與車牌字符識(shí)別算法的研究與實(shí)現(xiàn).pdf

1、隨著我國(guó)經(jīng)濟(jì)與科技的快速發(fā)展，交通運(yùn)輸業(yè)取得了巨大的進(jìn)步，汽車擁有量不斷增長(zhǎng)，這極大改變了人們的生活方式，但汽車在給我們生活帶來便利的同時(shí)，也給城市的交通管理帶來了巨大壓力。在這個(gè)背景下產(chǎn)生的智能交通系統(tǒng)充分利用數(shù)字圖像處理、自動(dòng)控制和通信等技術(shù)，對(duì)整個(gè)交通運(yùn)輸狀況進(jìn)行全天候的自動(dòng)管理和控制，成為了解決交通擁堵等問題的主要手段之一，其中的關(guān)鍵技術(shù)—車牌識(shí)別系統(tǒng)更是扮演著重要的角色。車牌識(shí)別系統(tǒng)在道路交通監(jiān)控，高速公路自動(dòng)收費(fèi)，智能園區(qū)管

2、理等方面有著廣泛應(yīng)用。這些具體的應(yīng)用有效緩解了交通的擁堵，起到了節(jié)省人力成本，提高管理效率的作用。
　　車牌識(shí)別算法主要包括三個(gè)部分：車牌定位算法，車牌字符分割算法，車牌字符識(shí)別算法。本文主要對(duì)其中的車牌定位算法和車牌字符識(shí)別算法進(jìn)行研究。
　　1.車牌定位算法。本文根據(jù)現(xiàn)有的來自于多個(gè)不同場(chǎng)景的車牌圖像，研究設(shè)計(jì)出了一種車牌定位方法：基于多特征與多方法篩選的車牌定位方法。該方法是基于車牌豐富的垂直邊緣和顏色并結(jié)合一系列嚴(yán)密

3、的邊緣點(diǎn)清除算法、車牌先驗(yàn)信息的車牌定位方法。首先使用Prewitt算子提取出圖像的垂直邊緣，接著利用車牌的顏色信息即車牌字符和背景固定的顏色搭配去除非車牌區(qū)域干擾點(diǎn)，然后再根據(jù)車牌區(qū)域橫向邊緣排列緊密且個(gè)數(shù)在一定范圍內(nèi)這個(gè)特點(diǎn)，清除掉了大量的干擾點(diǎn)。通過這兩個(gè)緊密結(jié)合的邊緣點(diǎn)清除方法之后，本文創(chuàng)新性地使用了一種邊緣點(diǎn)連接法對(duì)邊緣點(diǎn)進(jìn)行融合，接下來本文對(duì)融合完畢的二值圖像進(jìn)行區(qū)域標(biāo)記找出連通區(qū)域，然后根據(jù)車牌的形狀大小，面積及車牌的周邊

4、信息、車牌的垂直投影特征等先驗(yàn)信息和AdaBoost算法篩選定位出車牌。最后對(duì)使用Hough變換對(duì)傾斜的車牌進(jìn)行校正，精確定位出車牌的上下左右邊界。
　　2.車牌字符識(shí)別算法。本文嘗試性地采用了決策樹和隨機(jī)樹分類器、并根據(jù)它們的缺點(diǎn)使用了Bagging和Boosting算法進(jìn)行分類器組合進(jìn)行車牌字符的識(shí)別。本文根據(jù)車牌的字符排列布局特點(diǎn)設(shè)計(jì)訓(xùn)練了四個(gè)分類器，分別是識(shí)別第一個(gè)字符的漢字分類器、識(shí)別第二個(gè)字符的大寫英文字母分類器、識(shí)別