基于惡劣情況下的車牌識(shí)別.pdf

1、車輛牌照識(shí)別是現(xiàn)代智能交通系統(tǒng)的一項(xiàng)重要研究課題，是實(shí)現(xiàn)交通管理智能化的重要環(huán)節(jié)。在分析了近年來(lái)一些典型車牌識(shí)別算法的基礎(chǔ)上，改進(jìn)了基于圖像檢測(cè)技術(shù)的車牌照預(yù)處理算法，特別是針對(duì)惡劣環(huán)境（包括車牌人為非人為污損、天氣惡劣、拍照角度導(dǎo)致車牌照傾斜等情況）下的車牌識(shí)別問(wèn)題做了深入研究。研究?jī)?nèi)容主要包含4大模塊:即車牌照?qǐng)D像的預(yù)處理、車牌定位、車牌字符分割和車牌字符識(shí)別。在預(yù)處理模塊設(shè)計(jì)中，采用了圖像校正、灰度拉伸并增強(qiáng)黑白圖像、基于中值濾波

2、的平滑去噪、邊緣檢測(cè)和獲取最佳閾值的圖像二值化等預(yù)處理算法;在車牌定位模塊設(shè)計(jì)中，采用了基于形態(tài)學(xué)定位和基于邊緣檢測(cè)、垂直投影的二次精確定位算法;在車牌字符分割模塊設(shè)計(jì)中，采用了基于先驗(yàn)知識(shí)的車牌粗分割和基于垂直、水平投影的車牌精確分割算法;在車牌字符識(shí)別模塊中，采用了模板匹配和神經(jīng)網(wǎng)絡(luò)兩種算法，并作出對(duì)比分析;另外，為了獲取更多的實(shí)驗(yàn)數(shù)據(jù)，進(jìn)行分析研究、建立了龐大的樣本庫(kù)，模擬了在各類惡劣情況下的字符受干擾噪聲情形，在大量仿真實(shí)驗(yàn)的基