汽車牌照識(shí)別系統(tǒng)的研究.pdf

1、該文詳細(xì)介紹了由作者設(shè)計(jì)并完成的一套汽車牌照自動(dòng)識(shí)別系統(tǒng).在系統(tǒng)的設(shè)計(jì)中,構(gòu)造出具有最小支集特性的二階B樣條小波來檢測(cè)汽車圖像邊緣,邊緣圖像是由小波變換后的模局部極大值構(gòu)成,這樣得到的邊緣圖像不但含有邊緣的模值信息,還可以求得相應(yīng)的相角信息.該算法根據(jù)實(shí)際情況通過調(diào)整多分辨率分析尺度的大小來獲得相對(duì)清晰同時(shí)又很好地抑制了噪聲的汽車邊緣圖像.從對(duì)試驗(yàn)結(jié)果的分析中可以明顯得出根據(jù)此算法得到的邊緣圖像來定位車牌比用傳統(tǒng)的Sobel算子更準(zhǔn)確、

2、更精確.該文首先闡述了課題提出的背景及意義,然后簡(jiǎn)要介紹了汽車牌照自動(dòng)識(shí)別系統(tǒng)的組成.它主要由五部分組成:圖像的攝入與預(yù)處理、車牌區(qū)域的分割、識(shí)別前預(yù)處理、特征提取、車牌字符識(shí)別.在后五章的內(nèi)容中,論文詳細(xì)介紹了每一部分的工作原理,各種功能模塊的具體實(shí)現(xiàn)過程以及相關(guān)算法的設(shè)計(jì).汽車圖像的攝取與預(yù)處理部分完成汽車圖像的攝取、數(shù)字化及存儲(chǔ)工作,并對(duì)原始汽車圖像進(jìn)行必要的灰度化、去噪聲、圖像增強(qiáng)等預(yù)處理,以便于后面各部分處理.在車牌區(qū)域分割部

3、分,鑒于以往方法的優(yōu)缺點(diǎn),采用二階B樣條小波檢測(cè)汽車圖像邊緣,根據(jù)此算法得到的邊緣圖像來定位車牌更準(zhǔn)確、更精確,為下一步——車牌字符識(shí)別奠定了良好的基礎(chǔ).車牌提取出來以后,該文對(duì)其進(jìn)行了一系列識(shí)別前的預(yù)處理:傾斜校正、二值化、去噪聲和字符分割,最終將車牌圖像分割為單獨(dú)的字符.針對(duì)樣本的特點(diǎn),該文對(duì)現(xiàn)有的一些算法作了改進(jìn).實(shí)驗(yàn)結(jié)果表明,改進(jìn)后的算法能獲得更為準(zhǔn)確的結(jié)果.最后研究字符的識(shí)別.該文在識(shí)別時(shí),分析了字符識(shí)別中特征量的提取方法,并