论文摘要
车牌识别系统(LPRS)的任务是分析、处理汽车监控图像,自动识别汽车牌号,并进行相关智能化数据库管理。LPRS可以广泛应用于高速公路自动收费、停车场自动计费、交通流量统计及监控违章车辆的电子警察等重要场合。而在实际应用中,利用摄像机拍摄的汽车图像,在很大程度上存在许多客观的干扰,如天气、背景、车牌磨损、图像倾斜等因素,监控窗口也往往会出现不止一个车辆图像,这就使得对复杂背景下多车牌识别技术的研究和应用系统开发具有重要的现实意义。本文研究了图像识别技术的原理,分析了车牌识别系统的需求,完成了车牌识别系统核心部分的设计与实现以及系统主要功能的测试。针对在实际应用中出现的复杂背景多车牌的情况,对一些关键技术进行了深入研究,重点从以下几个方面加以改进和创新：(1)车牌定位。首先根据车牌区域跳变丰富的特点,利用预设的窗口限定住车牌存在的大致范围,即粗定位；然后使用形态学的方法并结合车牌的一些先验知识筛选出真正的车牌区域,即精确定位。(2)倾斜校正。主要使用了Radon变换和旋转变换,可以将校正过程分成两步：首先根据垂直投影零值最多原则确定出垂直旋转角以实现垂直校正；其次根据车牌上下边界距离最短原则确定出水平旋转角以实现水平校正。(3)字符识别。把规范化的字符图像分割成若干块并进行逐个编码,然后将编码结果与标准库做比对,使得海明距离最小的数字或字母即为识别结果。本系统对汽车牌照的倾斜、变形、字符的污染等均有较强的抗干扰能力,对外界光线强度和图像对比度的变化有较强的适应能力。通过对实际交通场景中获取的大量复杂背景下多车牌图像进行识别,结果表明,该系统的识别速度较快,识别率较高,并且具有很好地鲁棒性。