【摘要】：近年來，車牌識(shí)別技術(shù)在智能交通領(lǐng)域的重要性不斷提升。車牌識(shí)別技術(shù)可以應(yīng)用于小區(qū)停車管理系統(tǒng)、重要交通樞紐處的“電子眼”系統(tǒng)、高速公路車速管理系統(tǒng)等多個(gè)領(lǐng)域，對(duì)公共安全和國(guó)家發(fā)展帶來了很多方便和保障。隨著交通環(huán)境的不斷復(fù)雜化，已出現(xiàn)一些車牌識(shí)別相關(guān)產(chǎn)品漸漸無法滿足用戶實(shí)時(shí)性的需求。所以，如何在復(fù)雜背景下取得車牌識(shí)別正確率和識(shí)別速度之間的平衡，是近年來眾多研究人員的研究熱點(diǎn)，仍然有很多問題有待進(jìn)一步發(fā)掘和完善。 本文就復(fù)雜背景下的車牌識(shí)別技術(shù)中涉及的關(guān)鍵算法展開了深入的探討和研究，所做工作包括： 1）介紹了常用的車牌圖像預(yù)處理技術(shù)，分析了現(xiàn)有車牌定位方法的優(yōu)缺點(diǎn)。針對(duì)復(fù)雜環(huán)境下車牌區(qū)域在整幅圖像中比例較小，圖像中存在許多紋理特征、顏色特征類似于車牌區(qū)域特征的干擾區(qū)域等困難，給出了一個(gè)基于邊緣檢測(cè)、數(shù)學(xué)形態(tài)學(xué)濾波和車牌顏色特征的快速車牌定位算法。 2）分析了我國(guó)車牌字符的特點(diǎn)并研究了常用車牌識(shí)別字符分割方法。針對(duì)復(fù)雜背景下的車牌字符分割問題,在改進(jìn)的相位編組法和快速概率Hough變換的車牌水平傾斜校正算法基礎(chǔ)上，給出了一個(gè)連通區(qū)域分析和雙向三分之一投影相結(jié)合的車牌字符分割算法，實(shí)現(xiàn)了牌照中各個(gè)字符的快速準(zhǔn)確分割。 3）在概括現(xiàn)有字符識(shí)別方法優(yōu)缺點(diǎn)的基礎(chǔ)上，引入一個(gè)具有良好不變性和較強(qiáng)魯棒性的形狀描述子，即形狀上下文，給出一個(gè)基于改進(jìn)形狀上下文的模板匹配字符識(shí)別算法，提高了車牌字符識(shí)別率和識(shí)別速度。 仿真結(jié)果表明上述算法在復(fù)雜背景下車牌識(shí)別中的有效性，可用于車牌識(shí)別系統(tǒng)。
【圖文】：

第二章 車牌圖像預(yù)處理和車牌定位方法研究gray = max{ R , G , B}(2-2)（3）加權(quán)平均法：將 R、G、B 分量的加權(quán)平均值作為最終灰度值，即：1 2 3gray = w × R + w × G + w × B(2-3)其中，1w 、2w 、3w 分別是 R、G、B 分量的權(quán)值，而且1 2 3w + w + w= 1。采用不同的權(quán)值可以獲得不同的灰度圖像，根據(jù)人眼對(duì)顏色敏感程度，一般取1w =0.299、2w =0.587、3w =0.114，此時(shí)得到的灰度圖像效果較好。加權(quán)平均法進(jìn)行圖像灰度化效果通常要優(yōu)于最大值法和均值法，所以本文采用此方法。圖 2.1 給出了利用加權(quán)平均法對(duì)兩幅車牌圖像進(jìn)行灰度化處理的結(jié)果，其中 a)、b)是原始圖像，c)、d)分別是它們灰度化的結(jié)果。

復(fù)雜背景下的車牌識(shí)別技術(shù)研究在本文的車牌識(shí)別過程中，，我們采用空域方法進(jìn)行降噪平滑，抑制那些孤立的噪聲點(diǎn)。常用的空域方法有鄰域平均法、中值濾波法、小波變換等等。本文在車牌定位中采用簡(jiǎn)單且去噪效果較好的中值濾波方法，其基本原理為：選取一個(gè)以待處理像素為中心的窗口鄰域，將該鄰域內(nèi)的所有像素的灰度值排序，去中間值作為中心像素的濾波結(jié)果值；鄰域窗口遍歷整幅圖像后，圖像中的椒鹽噪聲可以被很好地平滑掉。圖 2.4 給出了用 3×3 的鄰域窗口對(duì)圖 2.1 兩幅灰度圖像進(jìn)行中值濾波的結(jié)果。
【學(xué)位授予單位】：太原科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：U495;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 章東平,劉濟(jì)林,羅義軍;車輛牌照字符的提取[J];電路與系統(tǒng)學(xué)報(bào);2003年04期

2 張建雄;;車牌識(shí)別技術(shù)在智能交通中的應(yīng)用[J];中國(guó)公共安全;2013年09期

3 馮文毅,嚴(yán)瑛白,金國(guó)藩,鄔敏賢,何慶聲;光電混合體全息子波關(guān)聯(lián)存儲(chǔ)車輛牌照識(shí)別系統(tǒng)[J];紅外與毫米波學(xué)報(bào);1999年06期

4 王興玲;;最大類間方差車牌字符分割的模板匹配算法[J];計(jì)算機(jī)工程;2006年19期

5 周開軍;陳三寶;徐江陵;;復(fù)雜背景下的車牌定位和字符分割研究[J];計(jì)算機(jī)工程;2007年04期

6 趙濤;楊曉莉;王緒本;張娜;;一種用于車牌定位的改進(jìn)BP神經(jīng)網(wǎng)絡(luò)方法[J];計(jì)算機(jī)仿真;2007年02期

7 甘玲;林小晶;;基于連通域提取的車牌字符分割算法[J];計(jì)算機(jī)仿真;2011年04期

8 遲曉君;孟慶春;;基于投影特征值的車牌字符分割算法[J];計(jì)算機(jī)應(yīng)用研究;2006年07期

9 趙新勇;路小波;李楠;;車輛運(yùn)動(dòng)模糊圖像復(fù)原方法[J];交通信息與安全;2009年06期

10 高一凡，王選倉(cāng);條形碼在交通管理中的應(yīng)用[J];交通與計(jì)算機(jī);1996年02期

本文編號(hào)：2571245