车牌识别系统中车牌定位算法的研究

论文摘要

车牌识别系统(LPR)是计算机视觉和模式识别技术在智能交通领域的重要研究课题之一。主要包括图像采集、车牌定位、字符分割、字符识别等模块。车牌定位是车牌识别系统的重要组成部分。由于车牌颜色、大小、位置的不确定性以及环境因素的干扰,因此车牌很难准确的定位。本文研究了一种基于灰度跳变定位车牌区域的新方法,引入跳变点密度概念。先对车牌进行初步定位再进行精确定位。首先,通过对采集到的车牌图像进行灰度化、直方图均衡化、中值滤波,提高车牌图像的对比度,减少噪声的干扰。然后,对于预处理以后的车牌图像进行一阶差分运算,得到车牌图像的跳变点,利用阈值滤去部分跳变点,判断相邻跳变点之间的间距与跳变点密度的大小关系,同时根据车牌区域的特征完成车牌的初步定位。在此基础上,基于HSI彩色空间对初步定位得到的车牌图像进行分类,然后利用改进的ostu法对车牌图像进行二值化。分析车牌倾斜的3种类型,利用Hough变换及一阶线性插值法对车牌图像进行校正。利用二值化投影法对车牌区域进行精确定位。为了检验算法的有效性,在MATLAB平台上构建了一个车牌定位系统,测试结果表明,所采用的方法初步定位车牌的定位率为93.80%,精确定位车牌的定位率为90.80%。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题研究的背景
• 1.2 国内外的发展现状
• 1.3 车牌定位识别系统简介及系统组成
• 1.3.1 图像的采集
• 1.3.2 图像的预处理
• 1.3.3 车牌定位
• 1.3.4 车牌字符分割
• 1.3.5 车牌字符识别
• 1.4 本文研究的主要内容及论文结构
• 第二章 车牌图像的预处理
• 2.1 概述
• 2.2 灰度化
• 2.3 直方图均衡化
• 2.4 图像的滤波
• 2.5 本章小结
• 第三章 车牌区域的初步定位
• 3.1 车牌区域的特征
• 3.1.1 车牌区域特征
• 3.1.2 中国车牌的特殊性
• 3.2 车牌垂直方向的切割
• 3.3 车牌水平方向的切割
• 3.4 车牌初步定位的过程实现及整体流程
• 3.5 本章小结
• 第四章 车牌区域的精确定位
• 4.1 二值化的方法
• 4.1.1 最大类间方差阈值分割法
• 4.1.2 Bernsen 算法
• 4.2 基于HSI 颜色判断的车牌图像二值化
• 4.2.1 HSI 彩色空间
• 4.2.2 车牌的分类
• 4.3 车牌倾斜的校正
• 4.3.1 图像的几何变换
• 4.3.2 车牌倾斜的类型
• 4.3.3 图像的空间变换
• 4.3.4 灰度级插值
• 4.4 检测倾斜角度
• 4.4.1 边缘检测
• 4.4.2 利用Hough 变换检测角度
• 4.5 确定车牌图像的边界
• 4.5.1 确定车牌的上下边界
• 4.5.2 确定车牌图像的左右边界
• 4.6 本章小结
• 第五章 实验平台及实验结果
• 5.1 实验平台结构
• 5.2 本系统软件实现流程图
• 5.3 系统应用界面设计
• 5.4 实验结果与分析
• 第六章 总结及展望
• 参考文献
• 攻读学位期间本人出版或公开发表的论著、论文
• 致谢