車牌識別系統(tǒng)中傾斜校正和字符識別的研究與實現(xiàn).pdf

1、車牌識別系統(tǒng)（LPRS）作為智能交通領(lǐng)域的重要組成部分被廣泛應(yīng)用在日常生活中的各個場所，其在現(xiàn)代交通管理、車流量檢測以及車輛稽查等方面發(fā)揮著重要作用。車牌識別系統(tǒng)的關(guān)鍵技術(shù)包括車牌定位、傾斜車牌校正、字符分割以及字符識別，其中本文的主要研究內(nèi)容為傾斜車牌校正、字符分割與識別。
　　針對傾斜車牌校正，本文總結(jié)了車牌傾斜模式，提出了兩種不同順序的流程并對其進行仿真測試，確定了校正效果最好的流程。針對不清晰以及顏色失真的車牌圖像給校正與

2、分割帶來的干擾，本文進行了圖像預(yù)處理方法的研究，將低質(zhì)量圖像進行灰度直方圖均衡化有助于提高校正與分割成功率。為了提高校正成功率，減少計算時間，本文基于Radon變換對圖像進行傾斜角檢測，通過對Radon變換的研究提出了快速Radon變換算法，縮短了計算時間。本文將快速Radon算法與旋轉(zhuǎn)投影算法相結(jié)合提出了融合算法，提高了校正成功率。
　　車牌字符分割。為了去除非車牌區(qū)域，本文利用了車牌豐富的顏色特性，提出了將HSV顏色模型應(yīng)用于

3、檢測車牌底色從而去除非車牌區(qū)域的方法，該方法成功應(yīng)用于車牌顏色未失真的圖像；對于車牌顏色失真的圖像本文采用投影檢測跳變法來去除非車牌區(qū)域也取得了良好的效果。針對車牌分隔符的干擾與字符粘連問題，本文在基于垂直投影法的基礎(chǔ)上結(jié)合先驗知識對車牌字符進行分割，不僅可以去除車牌分隔符符號的干擾，而且可以對存在字符粘連的圖像進行再分割。
　　針對車牌字符識別中的分類問題，本文對分類算法進行研究后，選擇了通過模擬大腦的神經(jīng)網(wǎng)絡(luò)算法來對車牌進行識