復(fù)雜背景下車牌分割技術(shù)的研究.pdf

1、隨著信息技術(shù)和智能技術(shù)的發(fā)展，交通管理系統(tǒng)的信息化、智能化是大勢(shì)所趨。車牌識(shí)別系統(tǒng)(LPR)是智能交通系統(tǒng)(ITS)的核心組成部分，在現(xiàn)代交通收費(fèi)管理系統(tǒng)中占有舉足輕重的作用。 近年來，使用計(jì)算機(jī)來對(duì)圖像進(jìn)行處理和分析，已經(jīng)獲得了飛速的發(fā)展。對(duì)車牌識(shí)別系統(tǒng)中關(guān)鍵技術(shù)的研究已經(jīng)成為科學(xué)界的一個(gè)熱點(diǎn)問題。 本文對(duì)車牌識(shí)別系統(tǒng)中的圖像預(yù)處理、車牌定位和字符分割等幾大模塊進(jìn)行了比較深入、全面的論述，并對(duì)主要部分的關(guān)鍵技術(shù)進(jìn)行了深

2、入的研究。 本文采用的是一種混合的車牌分割方法，實(shí)驗(yàn)所采用的圖像均是采集于各種真實(shí)的環(huán)境條件下，一般來說，采用的都是背景較為復(fù)雜，車牌有一定程度的傾斜，且車牌大小不固定的這類圖像。本文論述的車牌分割方法主要可分為以下幾個(gè)步驟：首先，在車牌粗定位階段，本文根據(jù)車牌區(qū)域的紋理特征比非車牌區(qū)域豐富這一特點(diǎn)提出了基于圖像紋理特征的候選區(qū)檢測(cè)算法；在車牌提取階段，基于PCA和紋理特征分析(TFA)兩種方法，我們提取了車牌的多個(gè)特征，然后利