车牌字符识别技术的研究与实现

论文摘要

随着国民经济的日益发展,各种车辆迅速增加,在使得人们生活便利的同时,也引发了许多问题。因此,智能交通系统的研究就显得越来越重要。而车牌自动识别技术又是智能交通管理系统中的核心部分。本文主要针对已定位好的车牌灰度图像,实现了车牌字符的分割与识别,具体工作如下:（1）在字符分割方面,将传统的垂直投影与车牌字符固定尺寸的先验知识相结合,提出了基于模板匹配和垂直投影的字符分割方法,该算法能自动排除铆钉、垂直边框等干扰信息,对于倾斜图像的容错性好,且字符分割的准确率高,实时性好;（2）针对车牌字符识别问题,本文采用了支持向量机的方法,并根据车牌字符排列特征,构造了汉字、字母、字母+数字和数字四类分类器,基于支持向量机库按照车牌字符的序号将每个字符输入对应的子识别器中进行对应识别,再将识别结果组合得到最终结果。通过计算机仿真实验结果表明该方法具有很高的车牌字符整体识别率,识别速度快,能够满足实际应用的要求;（3）考虑到系统的实时性要求,提出了车牌识别技术与嵌入式系统的结合平台的软硬件设计方案,采用三星公司高性价比、低功耗的S3C2410嵌入式微处理器硬件平台,使用嵌入式Linux操作系统平台,运用GNU开源开发工具（GCC及其交叉编译工具等）进行系统的开发调试工作。研究结果表明,本文所设计的软硬件系统能够满足车牌识别系统实时性、准确性的需要,具有一定的可行性。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 课题的背景及研究意义
• 1.2 车牌识别系统的结构组成
• 1.3 国内外研究现状
• 1.4 本论文的主要研究内容及各章节安排
• 2 车牌定位
• 2.1 引言
• 2.2 国内车牌的主要特征及特殊性
• 2.3 车牌定位方法
• 2.3.1 基于灰度图像的车牌定位方法
• 2.3.2 基于彩色图像的车牌定位方法
• 3 车牌字符分割
• 3.1 引言
• 3.2 车牌字符规律及几何特征
• 3.3 字符分割的常用算法
• 3.3.1 垂直投影法
• 3.3.2 聚类分析分割法
• 3.3.3 连通域分析法
• 3.4 面向字符分割的图像增强处理
• 3.4.1 光照不均校正与对比度增强
• 3.4.2 图像去噪
• 3.5 车牌字符分割
• 3.5.1 二值化处理
• 3.5.2 车牌背景色统一
• 3.5.3 车牌的倾斜校正
• 3.5.4 去除车牌上下左右边框
• 3.5.5 平滑处理
• 3.5.6 基于模板匹配和垂直投影的字符分割方法
• 4 车牌字符识别
• 4.1 引言
• 4.2 常用的车牌字符识别算法
• 4.3 支持向量机简介
• 4.3.1 线性情况
• 4.3.2 线性不可分情况
• 4.3.3 SVM 核函数
• 4.3.4 多类分类问题
• 4.4 识别前的预处理
• 4.4.1 位置归一化
• 4.4.2 大小归一化
• 4.4.3 笔划粗细归一化
• 4.5 车牌字符特征提取
• 4.6 基于支持向量机库LIBSVM 的车牌字符识别
• 4.6.1 支持向量机库简介
• 4.6.2 字符分类器的构造
• 4.6.3 实验结果
• 5 车牌字符识别系统实现方案设计
• 5.1 引言
• 5.2 嵌入式系统
• 5.2.1 嵌入式系统的特点
• 5.2.2 嵌入式系统的组成结构
• 5.2.3 嵌入式系统一般设计流程
• 5.3 系统需求分析
• 5.4 开发环境的建立
• 5.4.1 硬件设计
• 5.4.2 软件平台和开发工具选择
• 6 总结与展望
• 致谢
• 参考文献
• 附录