车牌图像的分割与识别算法的研究

论文摘要

随着科学技术的发展,人们的生活越来越智能化和自动化,车辆也越来越多,这给高速公路收费,小区管理等增加了压力,而智能交通管理系统能改变这一现状,提高交通管理的效率,使之科学化、规范化。车牌自动识别系统是智能交通管理系统的核心部分。基于图像的车辆牌照自动识别系统一般包括车牌定位、字符分割和字符识别三大块。车牌自动识别技术是计算机视觉与模式识别技术在智能交通领域应用的重要研究课题之一。其目的就是给交通系统的自动管理提供方便,因此车牌自动识别系统是实现交通管理智能化的一个关键技术。本文主要是针对车牌识别系统中的后两个部分即字符分割与字符识别的算法进行了研究,并通过实验得到了识别结果。首先,在字符分割前对车辆牌照图像进行图像预处理,此阶段主要是研究图像灰度化处理、倾斜校正及图像二值化操作。倾斜校正主要是用基于直线旋转投影的算法检测由于拍摄角度等问题造成的车牌牌照图像的倾斜角度,再对牌照图像进行矫正处理。二值化采用的是全局阈值的最大类间方差法,该方法能很好的达到二值化的效果,采用黑白跳变的算法去除车牌图像的上下左右边框及分割点。其次,采用改进的垂直投影的方法对图像进行分割,再对分割完的字符图像进行归一化处理,统一大小。最后,采用三层BP神经网络对字符进行识别,将网络分成汉字,字母,数字及字母三个分类器,提取样本的细网格特征对BP网络进行训练,之后提取识别字符图像的细网格特征送入BP神经网络中进行识别。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题的研究背景与现实意义
• 1.2 国内外发展的现状
• 1.3 论文的研究内容及主要工作
• 1.4 论文的结构安排
• 第2章 图像预处理
• 2.1 车牌图像的导入
• 2.2 灰度化
• 2.3 图像增强
• 2.4 中值滤波
• 2.5 倾斜校正
• 2.5.1 图像倾斜角度的检测
• 2.5.2 本文使用的检测倾斜角度的方法—基于直线旋转投影检测方法
• 2.5.3 进行车牌图像校正
• 2.6 二值化
• 2.6.1 二值化方法介绍
• 2.6.2 本文使用的方法—OTSU方法
• 2.7 去除边框
• 2.7.1 颜色跳变法
• 2.7.2 本文使用的方法—基于黑白跳变的方法
• 2.8 小结
• 第3章 车牌字符分割
• 3.1 目前我国车牌的构造标准
• 3.2 传统的字符分割法简介
• 3.3 本文使用的分割方法——基于改进的直接投影法
• 3.4 车牌字符归一化
• 3.4.1 基于质心的归一化
• 3.4.2 基于外框的归一化
• 3.5 小结
• 第4章 字符识别
• 4.1 模式识别概述
• 4.2 字符识别概述
• 4.3 常用的字符识别法
• 4.4 基于BP神经网络车牌字符识别法
• 4.4.1 BP神经网络的基本原理
• 4.4.2 特征的提取
• 4.4.3 BP网络分类器的确定
• 4.4.4 BP网络的参数的设置
• 4.4.5 BP网络的训练
• 4.4.6 字符识别
• 4.4.7 系统的实现
• 4.5 小结
• 总结与展望
• 致谢
• 参考文献
• 在学期间发表的学术论文和参加科研情况