基于数字图像处理的车牌识别系统研究

论文摘要

智能交通系统是目前世界交通运输领域的前沿研究课题,车辆牌照自动识别系统作为智能交通系统中的一项重要技术,结合了图像处理,模式识别,自动化等多项技术,现在已得到广泛的应用。汽车牌照是车辆最清晰、准确、唯一的标志。车辆牌照识别系统作为一个专门的计算机视觉系统,能够自动地拍摄车辆行进的动态数据、有效地判断和提取含有车牌的图像数据并实时准确地识别出车辆牌照上的字符。本文对一套完整的车辆牌照识别方法进行研究。主要内容包括综述了国内外流行的车辆牌照识别技术,分别介绍了车辆牌照系统的每一个组成部分和国内外的识别方法。采用基于灰度图像的二值化算法对图像进行二值化,分析了基于连通域搜索的车牌照粗定位算法,根据车牌照本身的特点,提取车辆牌照区域特征,对车牌进行精确定位。对于车牌区域,采用基于彩色模型的车牌区域的二值化算法。结合垂直投影和连通域对车牌区域进行字符分割,很好地解决了字符粘连和过度分割的问题。分割结束后提取字符的加权组合特征,利用模板匹配法进行车牌照字符识别。本文的动态车牌识别方法是对现有车牌识别自动技术的进一步改进,提高了车牌识别系统的识别速度、准确性,扩大了适用范围。使车牌识别系统能够真正地实现智能交通管理系统对交通情况进行实时监控的要求。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景及其理论与实际意义
• 1.2 国内外汽车牌照识别系统的发展与现状
• 1.3 国内外车辆牌照识别技术综述
• 1.3.1 实时图像的采集
• 1.3.2 图像的预处理
• 1.3.3 车辆牌照的检测和定位
• 1.3.4 字符分割
• 1.3.5 字符识别
• 1.4 现有车辆牌照识别系统存在的不足与改进的难点
• 1.5 本文研究的主要内容
• 第2章 图像预处理
• 2.1 数字图像处理概述
• 2.1.1 数字图像处理的概念
• 2.1.2 数字图像处理研究的内容
• 2.1.3 数字图像处理特点
• 2.1.4 图像的数字化表示
• 2.1.5 数字图像处理在车牌识别系统中的应用
• 2.2 图像灰度化与二值化
• 2.2.1 图像灰度化
• 2.2.2 灰度直方图阈值提取及图像二值化
• 2.3 图像灰度变换增强
• 2.3.1 灰度变换
• 2.3.2 直方图均衡化
• 2.4 去除噪声
• 2.4.1 图像的平滑
• 2.4.2 邻域平均法
• 2.4.3 中值滤波法
• 2.4.4 汽车牌照图像的噪声去除
• 2.5 车牌图像的锐化
• 2.6 车牌边缘检测
• 2.6.1 梯度算子
• 2.6.2 Laplacian（拉普拉斯）算子
• 2.6.3 车牌图像的边缘检测
• 2.7 本章小结
• 第3章 车牌定位
• 3.1 车牌定位概述
• 3.1.1 车牌的先验知识
• 3.1.2 车牌定位原理
• 3.2 车牌定位算法
• 3.2.1 车牌定位算法分析
• 3.2.2 车牌定位算法流程
• 3.2.3 车牌定位中的关键问题
• 3.2.4 车牌定位实验结果
• 3.3 本章小结
• 第4章 车牌字符分割
• 4.1 常用的车牌字符分割算法
• 4.2 垂直投影法与连通域法相结合的分割方法
• 4.3 本章小结
• 第5章 车牌字符识别
• 5.1 车牌字符识别原理及组成
• 5.1.1 模式识别与车牌字符识别
• 5.1.2 车牌字符识别常用方法
• 5.2 车牌字符识别预处理
• 5.2.1 平滑
• 5.2.2 归一化
• 5.2.3 细化
• 5.3 车牌字符特征提取
• 5.3.1 车牌字符统计特征及分析
• 5.3.2 常见的字符特征
• 5.3.3 提取加权的组合特征
• 5.4 概述字符识别方法
• 5.5 识别车牌字符的分类器设计
• 5.6 车牌识别系统构成
• 5.7 本章小结
• 结束语
• 致谢
• 参考文献
• 攻读硕士学位期间发表的学术论文