自然环境下的车牌识别关键方法研究

论文摘要

车辆牌照自动识别是计算机视觉与模式识别技术在智能交通领域的重要应用,是实现交通管理的重要环节之一。本文对汽车牌照进行识别,并以文本的形式输出。其目的是识别出车牌上的字符,用于车辆资料的管理及其安全保障。在车牌定位中,首先通过对200多幅汽车图片进行研究,得出将图像的饱和度分量进行差分运算,并结合数学形态学运算可突出车牌区域,再根据车牌几何特征对车牌进行精确定位。然后,利用灰度图像均衡化增强图像的对比度,运用Hough变换和投影法进行倾斜校正,再利用本文提出的自适应多尺度模板匹配的方法对字符进行切分,以减少噪声、字符粘连和断裂对字符分割的影响。最后,通过对字符进行归一化和细线化,利用基于改进的Hausdorff距离模板匹配法对数字和字母进行识别。实验所得的结果表明,本文算法运算量小、抗噪能力强,识别效果理想,能够比较准确地实现汽车车牌的定位、分割并进行识别。对现代化交通管理具有一定实际应用价值。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 智能交通系统的发展现状及研究内容
• 1.2 车辆牌照自动识别系统的研究
• 1.2.1 车牌识别系统的应用
• 1.2.2 车牌识别系统的发展
• 1.2.3 目前车牌识别系统所存在的问题
• 1.3 车牌自动识别系统的构成
• 1.3.1 摄像机捕捉采集图像
• 1.3.2 车牌区域的检测及定位
• 1.3.3 车牌图像的处理
• 1.3.4 车牌的字符切分
• 1.3.5 车牌的字符识别
• 1.4 本文总体算法设计
• 1.5 本文的主要研究内容
• 第二章 车牌的定位分割
• 2.1 我国现行机动车辆牌照的规格及特点
• 2.2 彩色空间原理及转换
• 2.2.1 彩色空间的原理
• 2.2.2 彩色空间的转换
• 2.3 基于车牌复合特征的车牌定位方法
• 2.3.1 基于饱和度和纹理特征的车牌粗定位
• 2.3.2 基于车牌几何特征的车牌精确定位
• 2.4 车牌定位效果分析
• 2.5 本章小结
• 第三章 车牌图像的规范处理
• 3.1 车牌图像处理过程概述
• 3.2 车牌图像的灰度化
• 3.3 图像的直方图均衡化
• 3.4 车牌图像的尺寸调整
• 3.5 车牌图像的倾斜校正
• 3.5.1 车牌的倾斜类型
• 3.5.2 Hough变换线检测原理
• 3.5.3 基于Hough变换的水平倾斜校正
• 3.5.4 车牌图像的二值化
• 3.5.5 车牌上下边界的确定
• 3.5.6 基于投影图的垂直倾斜校正
• 3.6 车牌图像处理效果分析
• 3.7 本章小结
• 第四章 车牌字符分割方法研究
• 4.1 常见的车牌字符分割方法简介
• 4.1.1 垂直投影法
• 4.1.2 连通区域法
• 4.1.3 静态边界法
• 4.2 多尺度模板匹配算法
• 4.2.1 原始模板
• 4.2.2 判优函数
• 4.3 基于自适应的多尺度模板匹配字符分割
• 4.3.1 车牌原始模板
• 4.3.2 字符分割过程中判优函数的选取
• 4.3.3 自适应多尺度模板匹配实现车牌字符分割
• 4.4 字符分割效果分析
• 4.5 本章小结
• 第五章 车牌的字符识别
• 5.1 车牌字符识别技术概述
• 5.1.1 传统模式识别方法
• 5.1.2 人工神经网络技术
• 5.2 字符图像的预处理
• 5.2.1 字符图像归一化
• 5.2.2 字符图像的细化
• 5.3 模板匹配方法
• 5.3.1 简单模板匹配原理
• 5.3.2 Hausdorff距离原理
• 5.3.3 基于改进的Hausdorff距离的模板匹配字符识别
• 5.4 字符识别效果以及总体性能分析
• 5.5 本章小结
• 第六章 总结与展望
• 参考文献
• 致谢