機(jī)動(dòng)車(chē)車(chē)牌智能識(shí)別技術(shù)研究.pdf

1、機(jī)動(dòng)車(chē)車(chē)牌識(shí)別技術(shù)對(duì)于道路交通管理與控制有著重要的現(xiàn)實(shí)意義，本文正是立足于多車(chē)牌圖像識(shí)別并利用Matlab軟件對(duì)車(chē)牌智能識(shí)別過(guò)程進(jìn)行仿真，具體內(nèi)容如下：
　　對(duì)于車(chē)牌圖像預(yù)處理，本文采用卡爾曼濾波算法對(duì)車(chē)牌灰度圖像進(jìn)行濾波處理。濾波時(shí)時(shí)間更新方程根據(jù)當(dāng)前狀態(tài)變量和誤差協(xié)方差的估計(jì)值向前估測(cè)出圖像噪聲的可能值，測(cè)量更新方程根據(jù)時(shí)間更新方程估測(cè)的噪聲可能值對(duì)車(chē)牌圖像進(jìn)行校正，恢復(fù)原始車(chē)牌圖像幾何位置或幾何亮度，整個(gè)過(guò)程是一個(gè)不斷估計(jì)、

2、預(yù)測(cè)、校正的循環(huán)過(guò)程。
　　在圖像定位環(huán)節(jié)，本文采用分水嶺算法把車(chē)牌圖像看作拓?fù)涞孛玻鶕?jù)圖像的灰度值特點(diǎn)不斷的進(jìn)行筑壩，尋找圖像中各物體的邊緣，并根據(jù)車(chē)牌區(qū)域的特點(diǎn)對(duì)車(chē)牌圖像中所有的車(chē)牌區(qū)域進(jìn)行定位，并分割出圖像中所有的車(chē)牌區(qū)域。
　　在字符分割環(huán)節(jié)，本文首先對(duì)分割出來(lái)的車(chē)牌區(qū)域進(jìn)行幾何失真校正，通過(guò)灰度變換和坐標(biāo)變換使車(chē)牌區(qū)域恢復(fù)到圖像理想的像素位置，然后用區(qū)域分裂與合并方法根據(jù)車(chē)牌字符的特點(diǎn)以一個(gè)生長(zhǎng)點(diǎn)或生長(zhǎng)點(diǎn)組成的生