基于高清圖像的車牌識(shí)別算法設(shè)計(jì)與實(shí)現(xiàn).pdf

1、車牌自動(dòng)識(shí)別技術(shù)是目前自動(dòng)化控制領(lǐng)域和交通工程領(lǐng)域的一項(xiàng)重要研究課題。通過利用計(jì)算機(jī)視覺和模式識(shí)別技術(shù)，實(shí)現(xiàn)了交通管理的智能化，因此，它具有較高的理論研究和實(shí)際應(yīng)用價(jià)值。隨著自動(dòng)化控制技術(shù)、計(jì)算機(jī)技術(shù)和通訊技術(shù)的快速發(fā)展，新的研究方法和技術(shù)不斷出現(xiàn)，并已在實(shí)際工程中得到廣泛應(yīng)用，效果顯著。
　　 一般而言，車牌自動(dòng)識(shí)別技術(shù)的核心是車牌識(shí)別算法，該算法主要三個(gè)部分：車牌定位、字符分割和字符識(shí)別。本文全方位地研究了車牌定位技術(shù)、車牌

2、字符分割技術(shù)和車牌字符識(shí)別技術(shù)，并對(duì)這三個(gè)部分進(jìn)行了改進(jìn)。高清化、智能化是今后車牌自動(dòng)識(shí)別技術(shù)的發(fā)展方向，因此本文是基于高清圖像研究和實(shí)現(xiàn)的。實(shí)驗(yàn)結(jié)果表明，本文設(shè)計(jì)的車牌識(shí)別方法可以實(shí)時(shí)有效識(shí)別車牌。
　　 論文利用車牌先驗(yàn)知識(shí)和數(shù)學(xué)形態(tài)學(xué)方法設(shè)計(jì)了一種快速定位車牌的算法。該算法首先對(duì)獲取的車輛圖像進(jìn)行垂直邊緣檢測(cè)，然后利用數(shù)學(xué)形態(tài)學(xué)方法處理，并根據(jù)車牌先驗(yàn)知識(shí)篩選車牌。但是，由于目標(biāo)車牌區(qū)域周圍的噪聲干擾很容易導(dǎo)致車牌粘連，使

3、車牌無法正常定位。因此，本文應(yīng)用了一種利用線密度的方法來抑制車牌區(qū)域周圍的噪聲。這種線密度方法增強(qiáng)了車牌定位的抗干擾性。實(shí)驗(yàn)表明，利用這種方法車牌定位的準(zhǔn)確率明顯提高。
　　 論文研究和采用了基于連通域提取的方法，并基于辨別可信字符和次可信字符的概念，并利用這兩個(gè)概念逐步找到相應(yīng)的字符。同時(shí)，很好地結(jié)合了水平、垂直投影的方法，對(duì)進(jìn)行字符精確定位，去除了字符邊緣毛刺，解決一般字符分割方法受車牌傾斜度影響大的問題。
　　 論

4、文采用了BP神經(jīng)網(wǎng)絡(luò)的方法，分別設(shè)計(jì)了首位漢字分類器、第二位英文字母分類器和后五位混合字符分類器三個(gè)分類器。其中針對(duì)混合字符存在相似字符對(duì)的情況，又設(shè)計(jì)了相應(yīng)的二級(jí)分類器。根據(jù)各個(gè)字符的點(diǎn)，總結(jié)了4種特征提取方法。其中應(yīng)用了行像素對(duì)應(yīng)字節(jié)位法和差異區(qū)塊點(diǎn)陣方法分別運(yùn)用于漢字分類器和相似字符對(duì)分類器。最后，實(shí)驗(yàn)方式比較BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)(SVM)方法的字符識(shí)別效果。
　　 本文利用VC2005實(shí)現(xiàn)了上述車牌識(shí)別算法，實(shí)驗(yàn)結(jié)果