车牌识别技术研究

论文摘要

智能交通系统已成为当前交通管理发展的重要方向,而车牌识别系统(LPR)作为智能交通系统的一部分,其广泛应用有助于我国交通管理自动化进程。本文对LPR的三个部分(车牌定位、字符分割和字符识别)分别进行了研究,主要工作包括以下几个方面:1.鉴于模板匹配的定位算法存在的局限性,本文采用闭运算结合投影的方法对车牌进行定位,该算法首先利用闭运算和背景减法对图像进行预处理,然后由水平和垂直投影的方法选择出车牌的候选区域,并根据车牌的颜色特征排除车牌伪区域,确定车牌的正确位置。该算法利用了车牌灰度图像和彩色图像的特点,具有较好的适应性。2.通过对目标增强算法的改进,本文提出一种基于目标增强的二值化方法。在闭运算与背景减法的预处理基础之上使用该二值化方法,能够较好的削弱车牌上下边框等干扰噪声,从而有效提高车牌字符的分割效率。3.针对字符传统的二值化分割过程中只进行一次二值化变换的弊端,本文提出两次二值化增强的分割算法。该算法对原车牌图像先后进行两次二值化变换,并结合两幅二值化图像的特点处理字符的粘连与断裂问题,取得了较好的分割效果。4.鉴于汉字笔画多且分割后笔画缺损和粘连普遍的现象,本文采用点对点匹配的方法对汉字进行识别;根据字母和数字笔画少且细化后能保留大部分笔画信息的特点,本文采用特征匹配的方法逐级进行识别。

论文目录

• 摘要
• ABSTRACT
• 致谢
• 第一章 绪论
• 1.1 课题背景
• 1.2 国内外车牌识别研究现状
• 1.2.1 车牌定位算法研究
• 1.2.2 车牌字符分割算法研究
• 1.2.3 车牌字符识别算法研究
• 1.3 本文的主要工作及论文组织安排
• 1.3.1 本文主要工作
• 1.3.2 论文组织
• 第二章 车牌定位
• 2.1 车牌特征
• 2.2 模板匹配定位法
• 2.2.1 预处理
• 2.2.2 候选区域选择
• 2.2.3 精确定位
• 2.3 闭运算结合投影定位法
• 2.3.1 预处理
• 2.3.2 候选区域选择
• 2.3.3 精确定位
• 2.4 本章小结
• 第三章 车牌字符分割
• 3.1 车牌字符特征
• 3.2 字符分割前预处理
• 3.2.1 二值化前预处理
• 3.2.2 二值化变换
• 3.3 基于垂直投影和先验知识的字符分割
• 3.3.1 预处理
• 3.3.2 粗分割
• 3.3.3 倾斜度校正
• 3.3.4 精确分割
• 3.4 基于闭运算和背景减法的字符分割
• 3.4.1 背景减法及闭运算
• 3.4.2 目标增强二值化算法
• 3.4.3 字符分割
• 3.4.4 算法步骤及实验结果分析
• 3.5 基于两次二值化增强的字符分割
• 3.5.1 两次二值化增强
• 3.5.2 粗分割
• 3.5.3 细分割
• 3.5.4 算法步骤实验结果分析
• 3.6 本章小结
• 第四章 字符识别
• 4.1 字符识别概述
• 4.2 字符的预处理
• 4.2.1 大小归一化
• 4.2.2 字符细化
• 4.3 特征提取
• 4.4 字符识别设计
• 4.4.1 建立模板
• 4.4.2 模板匹配
• 4.4.3 特征匹配
• 4.5 本章小结
• 第五章 总结与展望
• 5.1 论文工作总结
• 5.2 未来的工作展望
• 参考文献
• 攻读硕士学位期间发表的论文