基于數(shù)學(xué)形態(tài)學(xué)的車牌自動識別.pdf

1、隨著汽車行業(yè)和公路交通事業(yè)的迅速發(fā)展，交通管理的智能化、信息化是大勢所趨。車牌自動識別系統(tǒng)（LPR）是智能交通系統(tǒng)（ITS）的核心，是交通信息服務(wù)系統(tǒng)的重要組成部分，也是整個智能系統(tǒng)順利運作的關(guān)鍵和基礎(chǔ)。
　　 車牌自動識別包括：車牌定位、字符分割和字符識別。雖然數(shù)學(xué)形態(tài)學(xué)已被應(yīng)用于車牌定位，但在字符分割方面應(yīng)用較少。本文探討了將數(shù)學(xué)形態(tài)學(xué)與其它方法相結(jié)合，改善車牌定位、字符分割的性能，從而得到較高的車牌識別率。在車牌定位方面，

2、使用了形態(tài)學(xué)和拓?fù)鋵W(xué)相結(jié)合的方法對車牌區(qū)域進(jìn)行定位提取。該方法首先采用Top－Hat變換以及開、閉運算對抓拍的車輛圖像進(jìn)行預(yù)處理；然后采用連通體態(tài)分析法（CCA）對圖像進(jìn)行粗定位；最后對計算得到的車牌候選區(qū)的歐拉數(shù)進(jìn)行判別，最終提取真正的車牌區(qū)域。在字符分割方面，采用數(shù)學(xué)形態(tài)學(xué)與投影相結(jié)合的方法進(jìn)行車牌字符分割。首先采用數(shù)學(xué)形態(tài)學(xué)突出車牌字符區(qū)域特征，然后利用水平投影除去上下邊界，垂直投影突出單個字符區(qū)域，再結(jié)合車牌固有特征等先驗知識最

3、終分割出字符。在字符識別方面，采用了模板匹配方法。先將字符歸一化，然后提取字符的過線特征、左右輪廓特征，根據(jù)這些特征組成字符的特征向量，對字符進(jìn)行初分類，然后利用模板匹配的方法對字符進(jìn)行細(xì)分類，從而完成字符的識別。文中基于數(shù)學(xué)形態(tài)學(xué)的車牌識別方法定位準(zhǔn)確度較高，字符分割質(zhì)量較好，而且算法實現(xiàn)簡單，對提高整個系統(tǒng)的時效性有很大幫助。
　　 最后利用SOPC搭建車牌自動識別系統(tǒng)的FPGA硬件平臺，并利用NIOSII軟處理核實現(xiàn)了識別