復雜背景中基于紋理和顏色的車牌定位研究.pdf

1、車牌識別系統(tǒng)(VLPR)是現(xiàn)代化智能交通系統(tǒng)中的核心組成部分，在現(xiàn)代交通管理、車流量監(jiān)測、車輛稽查等方面發(fā)揮著重要作用，有著廣泛的應用前景。而車牌定位是車牌識別系統(tǒng)中的關鍵技術和不可或缺的首要步驟。它的準確率和穩(wěn)定性對于整個系統(tǒng)有著深遠的影響。當前車牌定位技術主要分為基于車牌結構特征的定位方法和基于車牌顏色特征的定位方法兩大類。
　　 經(jīng)過國內(nèi)外學者的多年研究，基于車牌自身特征的定位方法已有很多。但在復雜背景中，由于車牌圖像易受

2、車牌使用時間、光照明暗、天氣情況、環(huán)境多樣和攝像硬件等客觀因素影響，車牌圖像質量和車牌區(qū)域特征存在不可預知的變化，車牌定位一直都未做到令人滿意的效果。在這樣的復雜情況下，實現(xiàn)高效、高準確率、強魯棒性的車牌定位系統(tǒng)，是目前車牌定位技術的難點所在，有必要對其進行進一步的研究。
　　 針對復雜背景中的車牌圖像，本文提出了基于車牌紋理特征粗定位和基于車牌顏色特征精定位相結合的定位方法。首先對彩色車牌圖像進行灰度化和預處理，去噪增強，優(yōu)化

3、圖像;然后，先進行兩次水平跳變掃描的水平定位，后進行垂直邊緣檢測和基于紋理密集程度的連通性分析的垂直定位，得到粗定位的車牌候選區(qū)域;接著，將基于彩色原圖提取的候選區(qū)域，映射到RGB顏色空間，利用RGB三通道的空間密度作為顏色相似性度量，運用改進的K-means聚類算法分割候選區(qū)域，得到精確的車牌區(qū)域;最后，綜合字符多種描述特征高效篩選出車牌。此方法的創(chuàng)新性在于運用改進的自主確定聚類數(shù)和聚類中心的RGB空間K-means聚類算法，而不是定

4、義顏色范圍來分割車牌;優(yōu)越性在于首先利用紋理排除了顏色干擾區(qū)域，其次利用顏色聚類去除了紋理干擾區(qū)域，又綜合RGB三通道之間的內(nèi)在聯(lián)系，克服了量化定義顏色適應性不強、穩(wěn)定性差的缺點。
　　 本文首先介紹了當前主流的車牌定位技術，然后提出了綜合車牌紋理和顏色特征的車牌定位方法，主要介紹了運用多種紋理特征和多種算法技術的車牌粗定位，詳細闡述了基于RGB顏色模型的顏色聚類算法。最后，本文采用VC++6.0和Matlab.R2008b聯(lián)合