基于自適應(yīng)閥值邊緣檢測(cè)和機(jī)器學(xué)習(xí)的車牌識(shí)別算法研究.pdf

1、車牌自動(dòng)識(shí)別技術(shù)在智能交通領(lǐng)域扮演了越來越重要的角色，是目前智能交通管理的重要研究方向。隨著社會(huì)對(duì)于車輛管理系統(tǒng)性能要求的日益提高和交通環(huán)境的日益復(fù)雜，現(xiàn)有的車牌自動(dòng)識(shí)別技術(shù)已不能滿足用戶的需求，所以如何在復(fù)雜的環(huán)境下準(zhǔn)確、實(shí)時(shí)地識(shí)別車牌仍然是智能交通研究人員研究的重點(diǎn)。本文分為車牌定位、車牌字符分割和字符識(shí)別三個(gè)研究部分。
　　車牌定位研究怎樣從一幅圖片中找出車牌的位置并分割出來。整幅圖像受不同時(shí)間點(diǎn)，不同天氣等的影響會(huì)有顏色、

2、亮度上的差異。如何去除信號(hào)采集過程中的噪點(diǎn)和圖像中廣告文字的干擾也是一個(gè)難點(diǎn)。本文使用邊緣檢測(cè)和形態(tài)學(xué)處理結(jié)合的方法定位車牌，并提出根據(jù)定位效果自適應(yīng)地調(diào)整邊緣加權(quán)梯度值和二值化閥值定位候選區(qū)域的方法，然后結(jié)合其他車牌特征遴選候選區(qū)域。這種方法使定位更加準(zhǔn)確。
　　字符分割的難點(diǎn)在于如何排除車牌邊框的干擾，和如何克服字符間的連接現(xiàn)象。本文使用Radon變換和字符筆畫寬度信息進(jìn)行傾斜校正，對(duì)于克服字符間連接則使用理論的字符寬度值預(yù)估