论文摘要
机动车辆牌照识别系统是智能交通应用领域的重要研究课题之一,牌照定位、字符分割和字符识别是此系统中的三个主要组成部分。本文在分析和研究了当前车辆牌照识别系统的研究现状和发展的基础之上,提出了一种应用于此系统的技术解决方案。该解决方案提出了基于颜色搭配和纹理特征的牌照定位方法、基于图像处理的的字符分割方法以及基于BP神经网路的字符识别方法,这些方法的应用有效地提高了牌照识别系统的实时性、准确性、适应性和应用价值,拓展了其实际应用范围。牌照定位是牌照识别系统中的关键技术,目前在多数牌照定位方法中考虑到了牌照的颜色和纹理特征,但对不同环境的适应性不强。为解决这方面的问题,文中从机动车牌照具有固定颜色搭配的特点和丰富的纹理特征出发,提出了一种牌照定位新算法,实现了车辆牌照的精确定位。算法中采用了BP神经网络获得强适应性的HIS颜色空间牌照颜色识别方法,并且只在边缘点邻域内实现颜色空间转换运算,极大地缩减了定位周期,提高了定位准确率。在字符分割阶段,为了提高字符的分割有效性,首先对彩色牌照进行了一系列的图像预处理操作,并结合字符颜色特征、字符的有效像素密度以及字符的宽高比等特性实现了候选字符区域的标定。然后,依据不同类型牌照上字符的分布特点和字符特征,采用水平直方图投影的方法成功地区分出了单行/双行字符牌照,增强了对多种类型牌照的字符分割的适应性。字符识别是影响整个牌照识别系统性能的最后一个环节。文中首先依据字符在牌照上的分布特点,将这些字符分为四种类型,并采用逐像素扫描的方法进行了特征提取。然后,根据不同类型的字符构建了与之相应的BP神经网络字符识别子网络结构,成功地实现了牌照字符的高准确率识别。经过实验表明,本文提出的关于机动车辆牌照识别系统的技术解决方案,能够在复杂的环境和不同光照条件下快速地实现不同类型牌照的准确识别,具有实际应用和推广的价值。