车牌定位及字符分割算法的研究与实现

论文摘要

随着我国城市化进程的不断加快,国民经济的进一步发展,机动车数量越来越多,城市交通状况不断恶化,因此,建立一个信息化、数字化的智能交通系统就显得尤为重要。车牌自动识别系统是智能交通系统的核心组成部分,它可以广泛地应用于道路桥梁隧道收费、电子警察、车辆流量检测以及停车场监控与管理等领域,具有巨大的经济价值和现实意义。车牌识别系统主要包括五个工作模块：图像采集、图像预处理、车牌定位、车牌字符分割和车牌字符识别。本文在前人研究的基础上,对图像预处理、车牌定位和车牌字符分割等问题进行了深入的探讨和研究。在图像预处理方面,本文首先采用加权平均值法将彩色汽车图像转化为灰度图像,再对灰度图像进行灰度均衡及灰度拉伸处理,然后采用中值滤波器对灰度图像进行去噪处理,最后采用全局阈值迭代法对目标图像进行二值化处理。针对车牌定位问题,本文首先采用Sobel算子对二值汽车图像进行边缘检测。然后采用从下至上的逐行扫描方法来进行车牌区域的粗略定位,粗略分割出可能含有车牌的矩形区域。最后使用数学形态学的腐蚀运算和闭运算来处理粗略定位出来的车牌候选区域,使车牌所在区域形成闭合的连通区域。由于车牌候选区域可能含有一个或多个连通域,本文采用标记连通域的方法来精确提取分割车牌区域。在车牌字符分割方面,由于车牌图像可能存在一定的倾斜变形,本文首先采用改进的Hough变换方法来获取车牌图像的倾斜角,并进行旋转校正,在此基础上再去除车牌的边框和铆钉。然后对车牌图像进行膨胀运算以强化整个字符信息,再对膨胀后的图像进行开运算以消除孤立噪声点,结合垂直投影法和车牌的先验知识来分割车牌字符。最后采用双线性插值法对分割后的单个车牌字符进行大小归一化处理。本文算法在Visual C++2005编程环境下进行了实现。实验结果表明,本文算法能够较准确地定位车牌、分割字符。算法具有一定的鲁棒性和实时性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题的研究背景及意义
• 1.2 车牌识别技术的国内外研究现状
• 1.3 车牌识别系统的组成及工作原理
• 1.4 论文研究的主要内容
• 第2章 汽车图像预处理
• 2.1 数字图像处理的理论基础
• 2.2 彩色汽车图像灰度化
• 2.3 灰度直方图
• 2.4 灰度均衡
• 2.5 灰度拉伸
• 2.6 图像增强
• 2.7 二值化
• 2.8 本章小结
• 第3章 车牌定位
• 3.1 车牌特征
• 3.2 车牌定位难点分析
• 3.3 车牌定位算法概述
• 3.4 边缘检测
• 3.5 数学形态学的基本理论
• 3.6 本文的车牌定位方法
• 3.6.1 基于行扫描的车牌粗略定位
• 3.6.2 基于数学形态学的车牌精确定位
• 3.6.3 实验结果及其分析
• 3.7 本章小结
• 第4章 车牌字符分割
• 4.1 车牌倾斜校正
• 4.1.1 常见的车牌倾斜校正方法
• 4.1.2 车牌倾斜方式
• 4.1.3 车牌水平倾斜校正
• 4.1.4 车牌垂直倾斜校正
• 4.2 去除车牌的边框与铆钉
• 4.3 统一车牌底色及字符颜色
• 4.4 车牌单字符分割
• 4.4.1 常见的车牌字符分割方法
• 4.4.2 基于数学形态学和垂直投影法的车牌单字符分割
• 4.4.3 实验结果及其分析
• 4.5 车牌字符大小归一化处理
• 4.6 本章小结
• 第5章 车牌定位及字符分割算法的系统实现
• 5.1 系统的开发环境及算法工作流程设计
• 5.2 系统界面设计
• 5.3 实验过程演示
• 5.4 本章小结
• 结论
• 致谢
• 参考文献
• 攻读学位期间发表的论文