基于opencv2.x的車牌識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

1、廈門大學(xué)學(xué)位論文原創(chuàng)性聲明本人呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下，獨(dú)立完成的研究成果。本人在論文寫作中參考其他個(gè)人或集體己經(jīng)發(fā)表的研究成果，均在文中以適當(dāng)方式明確標(biāo)明，并符合法律規(guī)范和《廈門大學(xué)研究生學(xué)術(shù)活動(dòng)規(guī)范( 試行) 》。另外，該學(xué)位論文為( ) 課題( 組)的研究成果，獲得( ) 課題( 組) 經(jīng)費(fèi)或?qū)嶒?yàn)室的資助，在( ) 實(shí)驗(yàn)室完成。( 請(qǐng)?jiān)谝陨侠ㄌ?hào)內(nèi)填寫課題或課題組負(fù)責(zé)人或?qū)嶒?yàn)室名稱，未有此項(xiàng)聲明內(nèi)容的，可以不作特別聲明。)聲

2、明人( 簽名) ：褓云勿≯口鄺年石月≥五日摘要本文主要基于最新的O p e n C V 2 ．x 對(duì)車牌識(shí)別系統(tǒng)( L i c e n s e P l a t e R e c o g n i t i o nS y s t e m 簡稱L P R S ) 進(jìn)行研究，包括圖像采集、圖像預(yù)處理、車牌定位、字符分割、字符識(shí)別五個(gè)部分的關(guān)鍵技術(shù)，力求用最小的編程代價(jià)實(shí)現(xiàn)車牌的自動(dòng)識(shí)別。首先通過灰度直方圖統(tǒng)計(jì)判斷車牌圖像的明暗程度，并相應(yīng)地做一系列

3、預(yù)處理，以提高圖片的可識(shí)別性。利用S o b e l 算子進(jìn)行豎直方向的紋理加強(qiáng)，同時(shí)對(duì)圖像進(jìn)行形態(tài)學(xué)運(yùn)算，根據(jù)車牌的幾何特征，并通過多邊形去除尖角法，定位出車牌位置。利用水平積分投影來確定車牌上下邊緣，再利用“感嘆號(hào)“ 法對(duì)字符邊緣的粘連進(jìn)行處理，為字符分割打下良好的基礎(chǔ)。利用“彈性模板”對(duì)車牌字符進(jìn)行準(zhǔn)確定位，“彈性模板”不僅能有效地識(shí)別傾斜、變形的車牌，同時(shí)也對(duì)定位出的車牌進(jìn)行驗(yàn)證。利用P C A 降維和隨機(jī)森林分類對(duì)車牌字符進(jìn)行

4、識(shí)別，具有精確度高、魯棒性強(qiáng)、易于實(shí)現(xiàn)、計(jì)算速度快等特點(diǎn)。論文力圖通過對(duì)車牌識(shí)別系統(tǒng)各個(gè)環(huán)節(jié)的分析，研究設(shè)計(jì)出可行的算法。通過大量的實(shí)驗(yàn)測(cè)試，持續(xù)改進(jìn)其算法結(jié)構(gòu)和算法參數(shù)，取得了較為豐富的研究成果。在算法的編程實(shí)現(xiàn)中，盡量減少復(fù)雜算法的代碼編寫，盡量利用開放源碼的計(jì)算機(jī)視覺庫中的函數(shù)來降低開發(fā)難度，提高了開發(fā)速度。為數(shù)字圖像技術(shù)的普及推廣進(jìn)行了有益的探索。關(guān)鍵詞：車牌識(shí)別系統(tǒng)；O p e n C V ；概率H o u g h 變換；P