基于超分辨重構(gòu)和小波定位的車牌識別算法研究.pdf

1、隨著國民經(jīng)濟的日益發(fā)展，各種車輛迅速增加。采用智能交通管理系統(tǒng)(ITS)已成為當前公路交通、城市交通管理的主要手段和發(fā)展方向，而車牌自動識別技術(shù)又是智能交通管理系統(tǒng)中的核心部分。一個典型的車牌識別系統(tǒng)由三部分組成:車牌定位，車牌字符分割，車牌字符識別。本文的研究重點主要集中在車牌圖像的超分辨重建及基于小波變換的車牌定位這兩個部分。
　　 車牌圖像的超分辨重建。由于相機和車輛之間的相對運動，使得拍攝到的圖像模糊而且噪聲很多，因此對

2、車牌圖像進行超分辨率重建具有非常重要的意義，本文分析了超分辨重建的傳統(tǒng)重建方法，提出了基于學習的超分辨應用于車牌。經(jīng)過大量的理論論證和實驗仿真，得了比較理想的實驗效果。
　　 基于小波變換的車牌定位。本文提出了一種新的車牌定位方法，首先基于灰度圖像處理實現(xiàn)車牌粗定位，然后基于彩色圖像處理實現(xiàn)車牌精定位。粗定位過程利用小波變換提取車牌的邊緣特征，實現(xiàn)了車牌區(qū)域在整幅圖像中行列位置的粗略確定;精定位過程充分利用車牌的顏色信息特征，確

3、定了車牌在整幅圖像中的精確行列位置。
　　 另外本文在字符分割環(huán)節(jié)主要采用二值化、傾斜校正等傳統(tǒng)的圖像處理技術(shù)將車牌字符從得到的車牌區(qū)域中一一切分出來，形成單個的字符區(qū)域。在字符識別環(huán)節(jié)本文提出了一種新的字符模態(tài)識別方案來實現(xiàn)對字符圖像的識別、非字符圖像的拒識別。
　　 本文的研究，采用了超分辨重構(gòu)、小波定位等方法，已經(jīng)獲得了較為理想的效果，但是，還可以從圖像降質(zhì)模型識別、傾斜校正算法等方面，進行深入研究，可以進一步提高