车牌识别系统的研究

论文摘要

随着经济的发展,车辆数量急剧增大,交通问题日益突出,这使得智能交通系统成为一个热点研究领域,受到日益广泛的关注。智能交通系统是当前交通管理发展的主要方向,车辆牌照自动识别系统是智能交通系统的核心,是目前交通部门十分重视的科研项目之一。车辆牌照识别VLPR系统作为一个专用的计算机视觉系统,能够自动地摄取车辆图像并识别出车牌。VLPR系统的研究涉及数字图像处理、计算机视觉、模式识别与人工智能等多个技术领域,其关键技术包括车牌定位、字符分割、字符识别等。车牌定位是指将车牌区域从车辆图像中定位并分割出来,是车牌识别的基础。车牌字符的分割是指把车牌图像分成单个的字符图像,以便进行单字符识别。字符识别是对车牌上的汉字、字母和数字进行理解的过程,是整个系统的核心。本文的研究工作主要涉及3个部分:1.汽车牌照的定位:采用了一种基于HSI颜色空间的色彩距离的色彩分割算法。并对聚类后的图像采用数学形态学算法以消除噪声和干扰。2.汽车牌照图像的处理和字符分割:对车辆牌照进行一些图像预处理(包括基于数学形态学的滤波、倾斜校正、二值化等)。对处理好的图像,利用二维直方图法并结合车牌字符高宽比的先知经验分割出字符,其中包含直方图的合并和分裂处理。3.汽车牌照字符的识别:利用BP神经网络算法提取字符图像的特征值进行字符识别。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 车牌自动识别系统的研究背景
• 1.2 车牌自动识别技术的发展状况
• 1.3 车牌自动识别系统的主要应用
• 1.4 车牌自动识别系统的构成
• 1.5 本文所做的工作
• 1.6 本章小结
• 第二章 汽车牌照定位
• 2.1 中国现行机动车辆牌照规格
• 2.2 车牌区域特征分析
• 2.3 车牌定位算法
• 2.3.1 车牌定位算法综述
• 2.3.2 几种车牌定位算法
• 2.3.3 本文采用的定位算法
• 2.4 本章小结
• 第三章 汽车图像的预处理和车牌图像的字符分割
• 3.1 图像预处理概述
• 3.2 基于高低帽变换的灰度图像对比度增强算法
• 3.3 车牌图像二值化
• 3.3.1 二值化算法简介
• 3.3.2 最大类间方差法
• 3.3.3 Bernsen算法
• 3.3.4 本文采取的二值化算法
• 3.4 车牌图像尺寸的归一化
• 3.5 图像的倾斜校正
• 3.5.1 Hough检测算法
• 3.6 字符图像的分割
• 3.6.1 投影分割
• 3.6.2 基于聚类分析的字符分割
• 3.6.3 基于模板匹配的字符分割
• 3.6.4 本文采取的字符分割算法
• 3.7 本章小结
• 第四章 汽车牌照字符识别
• 4.1 模式识别技术简介
• 4.2 字符识别简介和汉字识别的概况
• 4.2.1 字符识别简介
• 4.2.2 汉字识别的概况
• 4.3 字符识别算法
• 4.3.1 特征分析匹配的方法
• 4.3.2 模板匹配法
• 4.3.3 本文采取的算法
• 4.4 本章小结
• 第五章 结束语
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文
• 学位论文评阅及答辩情况表