車(chē)牌定位及字符分割算法的研究與實(shí)現(xiàn).pdf

1、隨著我國(guó)城市化進(jìn)程的不斷加快，國(guó)民經(jīng)濟(jì)的進(jìn)一步發(fā)展，機(jī)動(dòng)車(chē)數(shù)量越來(lái)越多，城市交通狀況不斷惡化，因此，建立一個(gè)信息化、數(shù)字化的智能交通系統(tǒng)就顯得尤為重要。車(chē)牌自動(dòng)識(shí)別系統(tǒng)是智能交通系統(tǒng)的核心組成部分，它可以廣泛地應(yīng)用于道路橋梁隧道收費(fèi)、電子警察、車(chē)輛流量檢測(cè)以及停車(chē)場(chǎng)監(jiān)控與管理等領(lǐng)域，具有巨大的經(jīng)濟(jì)價(jià)值和現(xiàn)實(shí)意義。車(chē)牌識(shí)別系統(tǒng)主要包括五個(gè)工作模塊：圖像采集、圖像預(yù)處理、車(chē)牌定位、車(chē)牌字符分割和車(chē)牌字符識(shí)別。本文在前人研究的基礎(chǔ)上，對(duì)圖像預(yù)

2、處理、車(chē)牌定位和車(chē)牌字符分割等問(wèn)題進(jìn)行了深入的探討和研究。
　　 在圖像預(yù)處理方面，本文首先采用加權(quán)平均值法將彩色汽車(chē)圖像轉(zhuǎn)化為灰度圖像，再對(duì)灰度圖像進(jìn)行灰度均衡及灰度拉伸處理，然后采用中值濾波器對(duì)灰度圖像進(jìn)行去噪處理，最后采用全局閾值迭代法對(duì)目標(biāo)圖像進(jìn)行二值化處理。
　　 針對(duì)車(chē)牌定位問(wèn)題，本文首先采用Sobel算子對(duì)二值汽車(chē)圖像進(jìn)行邊緣檢測(cè)。然后采用從下至上的逐行掃描方法來(lái)進(jìn)行車(chē)牌區(qū)域的粗略定位，粗略分割出可能含有車(chē)

3、牌的矩形區(qū)域。最后使用數(shù)學(xué)形態(tài)學(xué)的腐蝕運(yùn)算和閉運(yùn)算來(lái)處理粗略定位出來(lái)的車(chē)牌候選區(qū)域，使車(chē)牌所在區(qū)域形成閉合的連通區(qū)域。由于車(chē)牌候選區(qū)域可能含有一個(gè)或多個(gè)連通域，本文采用標(biāo)記連通域的方法來(lái)精確提取分割車(chē)牌區(qū)域。
　　 在車(chē)牌字符分割方面，由于車(chē)牌圖像可能存在一定的傾斜變形，本文首先采用改進(jìn)的Hough變換方法來(lái)獲取車(chē)牌圖像的傾斜角，并進(jìn)行旋轉(zhuǎn)校正，在此基礎(chǔ)上再去除車(chē)牌的邊框和鉚釘。然后對(duì)車(chē)牌圖像進(jìn)行膨脹運(yùn)算以強(qiáng)化整個(gè)字符信息，再對(duì)