基于Android移動(dòng)終端的車片識(shí)別系統(tǒng)研究與實(shí)現(xiàn).pdf

1、近年來(lái)，社會(huì)經(jīng)濟(jì)的發(fā)展與汽車的日益普及帶來(lái)巨大的城市交通壓力，在此背景下，智能交通系統(tǒng)成為解決這一問(wèn)題的關(guān)鍵。而在提出發(fā)展無(wú)線智能交通系統(tǒng)后，作為智能交通的核心，車牌識(shí)別系統(tǒng)需要開(kāi)始面對(duì)車牌識(shí)別移動(dòng)化的現(xiàn)實(shí)需求。
　　基于實(shí)現(xiàn)車牌識(shí)別移動(dòng)化這一目標(biāo)，本文提出了一種基于Android移動(dòng)終端的車牌識(shí)別解決方案，并在Android平臺(tái)上實(shí)現(xiàn)了該系統(tǒng)。同時(shí)針對(duì)移動(dòng)端車牌識(shí)別的定位困難、設(shè)備計(jì)算能力有限等問(wèn)題進(jìn)行了深入研究，主要完成了以下

2、幾個(gè)方面的工作:
　　(1)在移動(dòng)端的圖像采集過(guò)程中，背景環(huán)境、光照、攝像抖動(dòng)或偏斜等因素都會(huì)影響圖像質(zhì)量和定位準(zhǔn)確度。為了能得到最準(zhǔn)確的車牌定位效果，本文決定采用攝像端人工輔助定位的方式獲取車牌圖像;
　　(2)在獲取原始車牌圖像后，圖像還不能直接進(jìn)行分割和識(shí)別，需要先對(duì)其進(jìn)行預(yù)處理。本文提出了一套高效的預(yù)處理方法:利用最大類間方差法對(duì)車牌圖像進(jìn)行二值化，其次對(duì)二值圖像做平滑處理以及圖像邊緣檢測(cè)，最后再去除圖像邊框，最終得

3、到能夠直接進(jìn)行字符分割的車牌圖像;
　　(3)在得到經(jīng)過(guò)預(yù)處理后的圖像后，采用垂直投影的方法對(duì)車牌圖像進(jìn)行字符分割;
　　(4)針對(duì)移動(dòng)設(shè)備計(jì)算能力有限的條件，本文決定采用計(jì)算能力要求不高同時(shí)識(shí)別率又較強(qiáng)的模板匹配法對(duì)字符進(jìn)行識(shí)別，并為此試驗(yàn)了3套不同尺寸的字符模板，最終選用了24×48的字符模板。在和車牌字符模板匹配后，選取匹配度最高的模板作為輸出結(jié)果。
　　最終，本文實(shí)現(xiàn)了集車牌圖像定位、車牌字符分割和車牌字符識(shí)別