基于數(shù)字圖像處理技術的車牌識別算法研究.pdf

1、工業(yè)革命開始以來,交通運輸業(yè)的飛速發(fā)展為人們的生活帶來了極大的便利,與此同時,各種交通運輸工具特別是汽車數(shù)量的劇增也給社會和環(huán)境帶來了日趨嚴重的巨大壓力,為緩解這些壓力,智能交通系統(tǒng)(ITS)應運而生. 智能交通系統(tǒng)(ITS-Intelligent Transportation System)通過對道路交通流信息進行實時監(jiān)測和了解,依此及時地做出各種交通誘導控制和管理,使相關的交通設施得到充分合理的運用,而車牌識別系統(tǒng)(LPK)

2、則是其關鍵,車牌識別系統(tǒng)具有對車輛進行自動化監(jiān)視,驗證,登記與報警等強大功能,故而可應用于高速公路管理系統(tǒng),停車場收費管理系統(tǒng),小區(qū)車輛管理系統(tǒng)與電子警察系統(tǒng)等領域當中. 本文完成了民用車牌識別系統(tǒng)的算法研究和系統(tǒng)設計工作,主要工作由以下幾個部分組成: (1)全天候車牌定位算法,首先對原始的車輛圖像進行預處理,增強圖像對比度,然后利用處理后圖像的差分圖像進行數(shù)學空間降維處理,接下來把降維后的數(shù)據(jù)進行高斯變換與小波變換定位

3、出車牌在車輛中的水平位置,把水平定位出來的車牌圖像再次進行數(shù)學空間降維和高斯變換,最后進行形態(tài)學膨脹與腐蝕處理,從而實現(xiàn)車牌的精確定位; (2)字符識別算法,采用基于噪聲模型訓練的二級識別算法,第一級采用基于字符外形特征的分類方法進行粗分類,第二級采用統(tǒng)計特征與噪聲模板匹配法進行細分類,與此同時結合中國民用車牌的特征,采用兩個基于噪聲模型的并行三級神經(jīng)網(wǎng)絡對字符外形特征進行識別實現(xiàn)粗分類,接下來采用統(tǒng)計特征與模板匹配法進行細分類