车牌自动识别技术的研究

论文摘要

车牌识别技术是一项应用非常广的技术,它在高速公路自动收费系统、城市道路监控系统、公安执法系统、智能停车场管理系统领域发挥了重要的作用。车牌识别技术应用于道路收费、交通等领域,起到节省人力资源、提高效率、改进管理体系等作用。随着我国汽车数量的迅速增加,车牌识别技术体现出巨大的经济价值和现实意义。本文对车牌识别系统的车牌定位、字符分割和字符识别关键技术进行了系统的研究,并提出有效的解决方法;最后在理论研究的基础上,采用Matlab6.5对相应的算法进行了实验,实现了一个车牌识别系统软件。车牌定位阶段,首先对彩色图像进行灰度变化、并将RGB彩色空间转化为HSI彩色空间、采用直方图均衡化和中值滤波方法改善图像质量,然后采用纹理分析方法进行初始定位,最后对车牌候选区域依据HSI颜色空间理论进行辅助判决,很好的实现了车牌的精确定位。在字符分割方面,首先对车牌图像二值化和Radon倾斜校正,然后去除各种干扰,最后采用垂直投影与字符排列特征相结合的方法进行字符分割。在字符识别方面,用邻近插值法归一化单个字符,然后,使用汉字、英文、英文和数字混合及数字四个BP神经网络对提取出的16维字符小波网格特征进行训练和识别。

论文目录

• 摘要
• Abstract
• 1 引言
• 1.1 课题背景及研究意义
• 1.2 车牌自动识别系统概述
• 1.2.1 车牌识别技术的主要方法
• 1.3 车牌识别技术的国内外研究情况
• 1.3.1 车牌定位技术的发展和现状
• 1.3.2 字符分割的发展和现状
• 1.3.3 字符识别技术的发展和现状
• 1.4 我国汽车牌照的特殊性
• 1.5 论文的主要工作
• 1.6 本章小结
• 2 车牌识别系统总体设计
• 2.1 图像处理的理论基础
• 2.2 图像识别的三个主要阶段
• 2.3 车牌识别系统的总体结构
• 2.3.1 系统的硬件组成
• 2.3.2 系统的软件部分
• 2.4 本章小结
• 3 车牌定位
• 3.1 我国汽车牌照的类型及特征
• 3.1.1 我国汽车牌照类型
• 3.1.2 我国车牌的特征
• 3.2 车牌定位方法的发展状况
• 3.2.1 车牌定位方法分析
• 3.3 基于纹理和彩色特征的车牌定位算法
• 3.4 车牌定位前的预处理技术
• 3.4.1 彩色图像到灰度图像的变换
• 3.4.2 从 RGB 到 HSI 的彩色空间转换
• 3.4.3 直方图均衡化增强图像
• 3.4.4 中值滤波
• 3.5 车牌定位算法思路
• 3.6 算法的实现过程
• 3.6.1 边缘检测
• 3.6.2 基于纹理的车牌初始定位
• 3.6.3 基于 HSI 彩色信息的辅助定位
• 3.7 本章小结
• 4 车牌字符分割
• 4.1 车牌图像二值化
• 4.1.1 二值化方法简介
• 4.1.2 基于牌照空间分布的最大类间方差二值化方法
• 4.2 车牌的倾斜校正
• 4.2.1 车牌的倾斜类型
• 4.2.2 Radon 变换进行倾斜校正
• 4.3 车牌上下边框和表面干扰的去除
• 4.4 车牌字符垂直分割
• 4.4.1 字符垂直切分方法回顾
• 4.4.2 基于垂直投影和字符排列特征的分割方法
• 4.5 本章小结
• 5 基于 BP 神经网络的车牌字符识别
• 5.1 字符识别技术的发展情况
• 5.2 字符识别算法分类
• 5.2.1 模板匹配法
• 5.2.2 特征分析匹配方法
• 5.2.3 神经网络识别方法
• 5.3 BP 神经网络结构
• 5.3.1 人工神经网络知识
• 5.3.2 BP 学习算法
• 5.4 应用 BP 神经网络识别车牌字符
• 5.4.1 字符图像的归一化
• 5.4.2 提取字符的特征向量
• 5.5 BP 网络结构的设计
• 5.5.1 BP 网络设计参数的选择
• 5.5.2 BP 算法的改进措施
• 5.6 本章小结
• 6 实验结果分析
• 6.1 实验环境
• 6.2 实验方法及结果分析
• 结论
• 致谢
• 在读期间发表的学术论文
• 参考文献