車牌傾斜校正及字符識(shí)別算法的研究.pdf

1、車牌自動(dòng)識(shí)別系統(tǒng)分為車牌定位、車牌傾斜校正、車牌字符分割和車牌字符識(shí)別這幾個(gè)模塊,這幾個(gè)關(guān)鍵環(huán)節(jié)直接影響著車牌自動(dòng)識(shí)別系統(tǒng)的識(shí)別率。雖然,對(duì)于車牌自動(dòng)識(shí)別技術(shù)得到越來(lái)越多的關(guān)注帶來(lái)了不少開(kāi)創(chuàng)性的成果,但是同時(shí)也不斷出現(xiàn)了更高的需求,特別是在復(fù)雜環(huán)境下對(duì)自由車牌進(jìn)行自動(dòng)的識(shí)別,這方面迫切需要更加好的算法去解決更加復(fù)雜的問(wèn)題,因此,車牌自動(dòng)識(shí)別技術(shù)有著廣闊的發(fā)展前景。
　　本文按照車牌自動(dòng)識(shí)別的一般處理流程介紹了車牌自動(dòng)識(shí)別技術(shù)的各個(gè)

2、關(guān)鍵環(huán)節(jié),首先是在理論上對(duì)車牌傾斜校正和車牌字符識(shí)別這兩個(gè)環(huán)節(jié)的主流算法進(jìn)行了研究,針對(duì)這些方法的優(yōu)缺點(diǎn),提出了基于旋轉(zhuǎn)投影姿態(tài)評(píng)估函數(shù)的車牌傾斜校正和基于評(píng)分模型的車牌字符識(shí)別這兩個(gè)算法,然后對(duì)其做了實(shí)驗(yàn),最后與其他算法進(jìn)行了對(duì)比實(shí)驗(yàn)驗(yàn)證本文算法。本文的具體研究?jī)?nèi)容如下:
　　(1)提出基于旋轉(zhuǎn)投影姿態(tài)評(píng)估函數(shù)的車牌傾斜校正方法。常見(jiàn)的車牌傾斜校正方法有著各自的優(yōu)缺點(diǎn),但是普遍都是算法復(fù)雜度比較高,運(yùn)算時(shí)間較多,而且在非車牌區(qū)域

3、的顏色與車牌字符顏色相近,或者車牌存在一定的污跡時(shí),其車牌傾斜校正的精確度不是很理想,針對(duì)這些缺點(diǎn),本文首先將定位出來(lái)的車牌圖片進(jìn)行二值化,再將二值化后的圖片轉(zhuǎn)換為跳變點(diǎn)圖。然后將跳變點(diǎn)圖向垂直方向進(jìn)行投影,發(fā)現(xiàn)投影的姿態(tài)在車牌傾斜不同的角度時(shí)會(huì)產(chǎn)生一些變化,根據(jù)這些變化構(gòu)造出旋轉(zhuǎn)投影姿態(tài)評(píng)估函數(shù),接著利用此評(píng)估函數(shù)對(duì)車牌進(jìn)行傾斜校正,最后對(duì)這一算法進(jìn)行了實(shí)驗(yàn),并且與其他算法進(jìn)行了對(duì)比,證明了這是一個(gè)有效的算法。
　　(2)提出基

4、于評(píng)分模型的車牌字符識(shí)別算法。從監(jiān)控視頻中切割出來(lái)的車牌字符圖片往往具有低像素、模糊、字符混淆嚴(yán)重或者邊緣凹凸不齊等缺陷,針對(duì)傳統(tǒng)的車牌字符識(shí)別算法對(duì)于這種類型車牌字符的低識(shí)別率。本文首先將字符圖片分成若干個(gè)方格,全部格子根據(jù)白點(diǎn)的數(shù)目劃分為不同的等級(jí),標(biāo)準(zhǔn)字符模板也是如此劃分等級(jí)。在識(shí)別匹配時(shí),待識(shí)別字符圖片與字符模板相對(duì)應(yīng)的方格分別進(jìn)行等級(jí)匹配,按照該算法中的評(píng)分模型打出相應(yīng)的分?jǐn)?shù),有加分、減分或者給零分,最后將分?jǐn)?shù)相加,匹配得出最