道路視頻監(jiān)控中的車牌自動識別算法研究.pdf

1、隨著經(jīng)濟(jì)全球化的不斷發(fā)展，機(jī)動車的數(shù)量與日俱增，隨之而來的是交通阻塞、尾氣污染、噪聲污染、交通事故頻發(fā)等問題。智能交通系統(tǒng)的誕生為全方位高效管理現(xiàn)代交通帶來了希望，車牌識別系統(tǒng)是其重要分支之一，在實際應(yīng)用中發(fā)揮著不可替代的作用。
　　車牌識別技術(shù)是指通過監(jiān)控系統(tǒng)拍攝的視頻實時的將路面上動態(tài)行駛的車輛提取出來并自動識別車輛牌照信息的一種技術(shù)。一般車牌識別系統(tǒng)分為三個部分，第一部分是車牌定位，是將車牌區(qū)域從圖像中定位出來。第二部分是字

2、符分割，是將每個字符區(qū)域從車牌區(qū)域中提取出來。第三部分是字符識別，是將每個字符進(jìn)行正確分類。傳統(tǒng)的車牌識別大多數(shù)是對某一張?zhí)囟▓D像進(jìn)行識別，識別準(zhǔn)確率和可靠性不高。本課題強(qiáng)調(diào)車輛追蹤在車牌識別當(dāng)中的重要性，彌補(bǔ)了識別可靠性不足的缺點。
　　本課題主要工作包括：1.在車牌定位階段，先采用改進(jìn)的邊緣檢測方法進(jìn)行初步定位，有效地解決了邊緣檢測對于噪聲敏感的問題。然后采用AdaBoost方法進(jìn)行精確定位，對候選車牌區(qū)域進(jìn)行篩查，明顯減少了

3、Haar-like特征繁重的計算任務(wù)。這種先初步定位再精確定位的方式能同時提高定位的準(zhǔn)確率和實時性。2.在字符分割階段，采用連通區(qū)域與垂直投影相互結(jié)合利弊互補(bǔ)的方法進(jìn)行字符分割，減小使用單一分割方法時產(chǎn)生的分割誤差。兩種方法互相優(yōu)勢互補(bǔ)，使得對單一字符的分割效果更好。3.在字符識別階段，為了加強(qiáng)對結(jié)構(gòu)上相似的字符的識別，本課題提出了使用兩級分類器進(jìn)行分類的方法。第一級采用基于歐拉數(shù)的模板匹配方法，第二級采用局部特征識別的方法，兩級分類器