车牌字符识别关键技术研究

论文摘要

随着国民经济的发展,汽车已经越来越多的出现在我们的生活中,这在方便了我们生活的同时也带来了很多的问题,采用智能交通管理系统来对车辆进行管理已经越来越重要。其中车辆牌照识别系统是智能交通管理系统中的核心部分。车辆牌照识别系统在有着重要学术价值的同时也会产生巨大的社会经济效益。本文主要研究了车牌字符识别的一些基础算法和识别技术,研究内容主要包括以下三个方面：1.在字符预处理阶段,研究了字符图片的增强,包括直方图均衡化和中值滤波。深入研究了字符图片的二值化问题,针对工业摄像机采集的图片不理想的情况提出了一种介于全局阈值与局部阈值之间的二值化法。实现了三种车牌字符图片的插值方法,找到了一种最适合系统对字符图片归一化操作的插值方法。2.在特征提取阶段,分别研究了字符的轮廓特征、纹理特征、内点特征,并在内点特征的基础上研究了骨架特征。深入分析了Gabor滤波器的参数选取。将三种特征提取方法应用于车牌字符特征提取中相互补充,取得了良好的识别效果。3.在分类器识别阶段,研究了模板匹配算法,分析了BP神经网络在字符识别上的不足、引入支持向量机(SVM)对字符进行识别。采用了一种计算识别结果可信度的方法,在此基础上有效的将字符的几种特征以及识别方法有效的串联起来,取得理想的识别结果。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 问题的提出
• 1.2 字符识别技术概况
• 1.2.1 国内外研究现状
• 1.2.2 字符识别的技术难点
• 1.3 论文的主要研究内容与章节安排
• 第2章 车牌字符图片预处理
• 2.1 引言
• 2.2 字符图像增强
• 2.2.1 直方图均衡化
• 2.2.2 中值滤波
• 2.3 字符图像二值化
• 2.3.1 Otsu算法
• 2.3.2 Bernsen算法
• 2.3.3 改进的二值化算法
• 2.3.4 空白边的去除
• 2.3.5 二值化实验结果对比与分析
• 2.4 字符图像归一化
• 2.4.1 邻近插值法
• 2.4.2 双线性插值法
• 2.4.3 双三次插值法
• 2.4.4 实验结果对比与分析
• 本章小结
• 第3章 车牌字符的特征提取
• 3.1 轮廓特征
• 3.1.1 算法描述
• 3.1.2 实验结果及分析
• 3.2 内点特征
• 3.2.1 寻找内点
• 3.2.2 实验结果及分析
• 3.3 骨架特征
• 3.3.1 形态学细化算法
• 3.3.2 实验结果及分析
• 3.4 纹理特征
• 3.4.1 2D Gabor滤波器
• 3.4.2 Gabor滤波器的实部
• 3.4.3 Gabor实部特征提取
• 3.4.4 实验结果及分析
• 3.5 相似字符特征提取
• 3.6 三种特征提取法实验效果对比
• 本章小结
• 第4章 车牌字符识别
• 4.1 引言
• 4.2 模板匹配
• 4.2.1 相关匹配算法
• 4.2.2 距离度量
• 4.2.3 创建匹配模板
• 4.2.4 模板匹配识别字符
• 4.3 BP神经网络理论
• 4.3.1 经验风险最小化
• 4.3.2 BP神经网络
• 4.4 支持向量机理论
• 4.4.1 结构风险最小化
• 4.4.2 支持向量机
• 4.4.3 分类结果与分析
• 4.5 特殊字符的识别
• 4.6 分类器组合
• 本章小结
• 第5章 系统设计与实现
• 5.1 系统实现流程图
• 5.2 系统界面与结构
• 5.3 系统识别率
• 总结与展望
• 总结
• 展望
• 致谢
• 参考文献
• 攻读硕士学位期间发表的论文