車牌圖像預(yù)處理與字符分割算法研究.pdf

1、自動車牌識別是智能交通系統(tǒng)中的重要模塊，一般包括車牌區(qū)域提取、車牌字符分割、車牌字符識別等處理步驟。由于受光照不均、字符陰影、背景紋理等干擾的影響，字符分割和識別的精度較低。因此，本文提出車牌字符分割及其預(yù)處理技術(shù)研究的課題，開展該項研究對提高車牌自動識別系統(tǒng)的精確性和魯棒性有重要的應(yīng)用價值。本文主要工作和貢獻(xiàn)如下：
　　基于車牌區(qū)域垂直邊緣高密度、邊緣點鄰域灰度對相似等特點，提出了一種抗背景區(qū)域干擾的車牌水平校正算法。首先，通過

2、垂直邊緣密度濾波、近鄰垂直邊緣水平連接，得到車牌區(qū)域塊，并根據(jù)字符高度一致性以及位置的漸變性，提取有效的字符列，然后，利用最小二乘法基于所有字符列中點擬合直線，估計出車牌區(qū)域傾斜角。
　　基于車牌底顏色模式種類固定、字符筆畫寬度一致的性質(zhì)，提出了抗光照變化和背景紋理干擾的車牌顏色模式判斷算法。通過分析車牌區(qū)域可能出現(xiàn)的顏色并利用字符寬度一致性的特點，對色彩飽和度高和飽和度低的車牌分別使用顏色量化直方圖和形態(tài)學(xué)處理的方法來判斷。

3、r>　　基于車牌區(qū)域字符面積比例固定和顏色一致等特點，構(gòu)建了一種自適應(yīng)的車牌二值化方法。首先，計算Otsu全局閾值，基于光照的平滑變化，通過與Bernsen局部閾值的加權(quán)，得到灰度接近全局閾值的像素的閾值，來克服光照不均的影響，再通過前景所占比例判斷是否需要選用基于RGB顏色空間的k-means聚類方法來區(qū)分字符陰影或非車牌區(qū)域、車牌背景和字符區(qū)域。
　　基于車牌底色一致和字符排列方式固定等特點，提出了一種抗背景區(qū)域干擾的水平車牌

4、字符分割方法。首先，對車牌二值圖垂直投影進(jìn)行波谷分析，利用車牌底色的一致性估計左右邊界，并找到第二、第三個字符之間的間隔位置，為模板匹配提供參考位置；設(shè)計變長模板，在垂直投影直方圖上滑動，結(jié)合波谷約束以最大類間方差準(zhǔn)則找到最佳匹配參數(shù)，最后依據(jù)投影和字符寬度一致性進(jìn)行分割位置的精確調(diào)整。
　　最后，設(shè)計了本文算法的仿真實驗。對于現(xiàn)有700幅車牌圖像的數(shù)據(jù)集（包含無干擾和有光照影響、圖像背景區(qū)域干擾的圖像），分割準(zhǔn)確率達(dá)到了97.2