汽车牌照识别系统中的牌照定位方法研究

论文摘要

车辆自动识别(AVI)是智能交通系统中的一项重要技术。汽车牌照识别是实现车辆自动识别的一种重要的技术手段。而从包含汽车牌照的图像中准确、快速地分割出牌照区域是实现车牌自动识别的一个关键步骤。本文主要研究了汽车牌照识别中车牌定位问题。车牌定位分为两步进行,首先对车牌进行初定位,对初定位后的车牌图像进行二值化、几何矫正,然后再精确定位车牌区域。主要内容如下:简要介绍了我国车牌的特点,分析了车牌区域的特点。在研究了常见车牌定位算法的基础上,提出了本论文的车牌定位方案,同时给出了该方案的实现流程图。提出了一种边缘检测和数学形态学相结合的初定位方法。根据汽车牌照区域的垂直边缘统计特性,从图像中确定可能存在的牌照候选区,再利用车牌几何形状上的特点对这些候选区进行筛选,从而得到车牌位置。实验证明,这种方法的效果比较好。对车牌图像的二值化方法进行了研究,讨论了全局阈值分割和局部阈值分割的二值化方法。同时针对倾斜的车牌图像,研究应用Hough变换和Radon变换对车牌图像的几何畸变进行矫正的方法。研究了车牌精确定位方法,包括上下边界精定位和左右边界精定位。本文采用二值图像的明暗跳变法定位上下边界,采用投影法定位左右边界。对采集到的各种复杂背景环境下的车辆图像进行了大量实验,实验结果证明本文的方法具有较高的牌照定位准确度和较好的环境适应性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 本课题的研究背景和意义
• 1.2 车牌自动识别系统概述
• 1.3 车牌自动识别技术的特点和难点
• 1.3.1 我国车牌自动识别系统的特殊性
• 1.3.2 车牌自动识别技术的技术难点
• 1.4 车牌自动识别系统的国内外现状及发展
• 1.5 论文的主要研究内容
• 1.6 论文的结构安排
• 第二章 车牌定位的研究现状
• 2.1 中国现行机动车辆牌照规格
• 2.2 车牌图像的特征
• 2.3 车牌区域的特征分析
• 2.4 常见车牌定位方法
• 2.4.1 灰度跳变法
• 2.4.2 基于边缘检测的定位方法
• 2.4.3 基于数学形态学的定位方法
• 2.4.4 基于神经网络的定位方法
• 2.4.5 基于彩色图像的车牌定位方法
• 2.4.6 其它定位方法
• 2.5 小结
• 第三章 基于边缘检测和形态学的车牌初定位
• 3.1 引言
• 3.2 车牌定位的总体流程
• 3.3 彩色图像处理
• 3.3.1 灰度图
• 3.3.2 灰度直方图
• 3.4 基于边缘检测和形态学的车牌初定位
• 3.5 结果分析
• 第四章 车牌图像的二值化
• 4.1 灰度图像的二值化
• 4.1.1 常用算法简介
• 4.2 典型的二值化方法
• 4.2.1 最大类间方差阈值分割
• 4.2.2 迭代阈值分割
• 4.2.3 局部阈值分割
• 4.2.4 经验阈值
• 4.3 边缘图像的二值化
• 4.3.1 边缘算子
• 4.3.2 以均值为阈值实现二值化
• 4.3.3 Canny 边缘检测
• 4.4 比较与结论
• 第五章 车牌图像的几何矫正
• 5.1 车牌倾斜情况分类
• 5.2 插值算法
• 5.2.1 最邻近插值（Nearest Neighbor Interpolation）
• 5.2.2 双线性插值（Bilinear Interpolation）
• 5.2.3 三次立方插值
• 5.2.4 插值算法比较
• 5.3 图像旋转
• 5.4 角度检测
• 5.4.1 Hough 变换
• 5.4.2 Radon 变换
• 5.4.3 重心法
• 5.5 比较与结论
• 第六章 车牌精确定位
• 6.1 确定车牌区域的上下边界
• 6.1.1 二值图像的明暗跳变法
• 6.2 确定车牌区域的左右边界
• 6.2.1 灰度跳变法
• 6.2.2 投影法
• 6.3 车牌的高度和宽度的计算
• 6.3.1 计算车牌的高度
• 6.3.2 计算车牌的宽度
• 6.4 车牌图像背景色统一
• 6.5 精确定位分析
• 总结与展望
• 全文总结
• 进一步工作展望
• 参考文献
• 攻读学位期间取得的研究成果
• 致谢