基于DM8127的車(chē)牌檢測(cè)識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、車(chē)牌識(shí)別系統(tǒng)是智能交通的核心部分，廣泛應(yīng)用于公路違章車(chē)輛監(jiān)控、公路車(chē)流量控制、高速公路車(chē)牌識(shí)別收費(fèi)、停車(chē)場(chǎng)車(chē)輛管理等領(lǐng)域。經(jīng)過(guò)多年的研究，這項(xiàng)技術(shù)已經(jīng)有了很大的發(fā)展。但是，由于現(xiàn)實(shí)環(huán)境中的復(fù)雜因素，車(chē)牌的檢測(cè)識(shí)別仍然具有重要的研究?jī)r(jià)值，并且隨著大數(shù)據(jù)時(shí)代的到來(lái)，數(shù)據(jù)存儲(chǔ)呈幾何級(jí)數(shù)態(tài)勢(shì)的增長(zhǎng)，這對(duì)于智能交通的信息利用也是個(gè)極大的挑戰(zhàn)。
　　本文主要研究了一種基于DM8127的智能前端的車(chē)牌檢測(cè)識(shí)別系統(tǒng)。結(jié)合基于DM8127的智能前端

2、開(kāi)發(fā)環(huán)境，首先在PC機(jī)上利用OpenCV實(shí)現(xiàn)一種在復(fù)雜自然環(huán)境下的車(chē)牌檢測(cè)算法和車(chē)牌字符識(shí)別算法，然后在智能前端中實(shí)現(xiàn)車(chē)牌識(shí)別系統(tǒng)。本文的主要工作內(nèi)容包括以下幾方面:
　　(1)設(shè)計(jì)了一種基于車(chē)牌的顏色特征和邊緣特征的支持向量機(jī)車(chē)牌定位算法?；陬伾卣鞯能?chē)牌定位方法可以在復(fù)雜的背景下提取到車(chē)牌，本文先將車(chē)牌的彩色信息轉(zhuǎn)換到HSV顏色空間，再根據(jù)車(chē)牌固定的底色，對(duì)車(chē)牌圖像進(jìn)行快速的粗定位;其次，在基于邊緣特征的車(chē)牌定位方法的基礎(chǔ)上

3、，設(shè)計(jì)了二次sobel邊緣檢測(cè)的方法，可以在尺度變化和光照變化等復(fù)雜環(huán)境下檢測(cè)到車(chē)牌。
　　(2)設(shè)計(jì)了一種基于輪廓法和車(chē)牌的先驗(yàn)知識(shí)相結(jié)合的分割算法，該算法通過(guò)輪廓法得到數(shù)字和字母，結(jié)合車(chē)牌先驗(yàn)知識(shí)解決漢字字符不連通問(wèn)題。本文設(shè)計(jì)了一種將字符的直方統(tǒng)計(jì)圖和低分率圖組成的矢量作為特征的BP神經(jīng)網(wǎng)絡(luò)字符識(shí)別算法。
　　(3)搭建基于DM8127的智能前端車(chē)牌檢測(cè)識(shí)別系統(tǒng)。分析了基于DM8127的智能前端系統(tǒng)的視頻采集模塊、前端