車牌識(shí)別中的關(guān)鍵算法研究.pdf

1、車牌號(hào)碼識(shí)別(License Plate Recognition,簡(jiǎn)稱LPR),是計(jì)算機(jī)圖像識(shí)別技術(shù)、人工智能的重要研究應(yīng)用領(lǐng)域,是21世紀(jì)人類社會(huì)智能交通系統(tǒng)(Intelligent Transportation System,簡(jiǎn)稱ITS)發(fā)展的重要方向。汽車牌照自動(dòng)識(shí)別技術(shù)可廣泛應(yīng)用于公路治安卡口、道路交通流監(jiān)控、開(kāi)放式收費(fèi)站、交通事故現(xiàn)場(chǎng)勘測(cè)、被盜車輛偵破、車載移動(dòng)查車、交通違章自動(dòng)記錄、門(mén)禁管理、停車場(chǎng)自動(dòng)安全管理、智能園區(qū)管理

2、等方面,在現(xiàn)代交通管理和監(jiān)控系統(tǒng)中占有很重要的地位,具有良好的應(yīng)用價(jià)值。同時(shí),汽車牌照識(shí)別的方法還可應(yīng)用到其它識(shí)別領(lǐng)域,因此汽車牌照的識(shí)別問(wèn)題已成為現(xiàn)代交通工程領(lǐng)域中研究的重點(diǎn)問(wèn)題之一。
　　 車牌號(hào)碼識(shí)別包括圖像預(yù)處理、車牌定位、字符分割、字符識(shí)別等四個(gè)部分。本文對(duì)其中的圖像預(yù)處理、車牌定位算法、字符分割識(shí)別算法進(jìn)行了深入的討論。常用的車牌定位算法有①基于遺傳算法的定位算法,對(duì)目標(biāo)區(qū)域有增益運(yùn)算,對(duì)在光線較弱的條件下拍的質(zhì)量較

3、差的圖像也有較好的效果。但是這種方法由于通過(guò)反復(fù)地迭代優(yōu)化提高定位準(zhǔn)確度,導(dǎo)致運(yùn)算速度較慢。②基于數(shù)學(xué)形態(tài)學(xué)的定位算法,對(duì)特定場(chǎng)景定位效果較好,但速度較慢。③基于邊緣檢測(cè)的車牌定位算法,定位準(zhǔn)確,但速度慢,誤檢率、漏檢率高。
　　 針對(duì)上述存在的問(wèn)題,本文在圖像預(yù)處理技術(shù)中引入圖像稀疏化表示理論,實(shí)現(xiàn)了圖像的稀疏化表示。然后在稀疏化的圖像上引入了基于人臉識(shí)別思想的車牌定位算法進(jìn)行車牌定位,最后對(duì)字符進(jìn)行分割識(shí)別。由于大量減少了圖