車(chē)牌數(shù)字特征提取與殘缺數(shù)字識(shí)別關(guān)系的研究.pdf

1、隨著科學(xué)技術(shù)的不斷進(jìn)步，車(chē)牌識(shí)別系統(tǒng)(LPR)也得到高速發(fā)展，它已經(jīng)被普遍應(yīng)用到停車(chē)場(chǎng)車(chē)輛進(jìn)出登記、不停車(chē)收費(fèi)、智能交通違規(guī)監(jiān)控等系統(tǒng)管理中，是智能交通系統(tǒng)建設(shè)非常重要的組成部分。車(chē)牌識(shí)別技術(shù)主要分為4部分:圖像預(yù)處理、車(chē)牌定位、字符分割和字符識(shí)別。車(chē)牌識(shí)別主要工作和成果如下:
　　首先對(duì)車(chē)牌圖像進(jìn)行預(yù)處理，包括圖像灰度化、灰度均衡和圖像二值化，其中通過(guò)灰度均衡使灰度圖像的灰度分布更加均勻，有利于圖像閾值分割。通過(guò)二值圖像仿真結(jié)果

2、比較，證明了圖像經(jīng)過(guò)灰度均衡化后，車(chē)牌區(qū)域圖像明顯，使車(chē)牌定位變得容易。
　　其次車(chē)牌定位技術(shù)，由于車(chē)牌區(qū)域水平方向上像素跳變明顯，所以采用跳變法進(jìn)行車(chē)牌水平定位，投影法進(jìn)行車(chē)牌垂直定位，并且從圖像的1/3寬度處到4/5寬度處掃描圖像，實(shí)驗(yàn)結(jié)果證明減少對(duì)背景區(qū)的掃描，不僅可以提高定位速度，還可以消除相似區(qū)域的干擾，增加定位準(zhǔn)確度。
　　字符分割過(guò)程中，考慮到字符粘連、斷裂等情況，增加字符判別條件，然后結(jié)合投影法，最大回歸式字

3、符切分算法進(jìn)行字符分割，過(guò)程為:首先對(duì)車(chē)牌圖像進(jìn)行垂直投影，記錄每個(gè)字符寬度、字符間距，再根據(jù)字符比例特征，判斷字符是粘連還是斷裂，最后通過(guò)最大回歸式切分算法得到準(zhǔn)確的字符分割位置，對(duì)字符進(jìn)行分割。該方法使字符分割更加準(zhǔn)確。
　　最后字符識(shí)別階段，先對(duì)字符進(jìn)行歸一化，將字符圖像轉(zhuǎn)化為與模板大小相一致的圖像，然后提取出字符的網(wǎng)格特征和筆畫(huà)特征，最后采用模板匹配法和特征匹配法對(duì)字符進(jìn)行識(shí)別，其中特征匹配法綜合模板匹配法和筆畫(huà)特征一起識(shí)