復(fù)雜背景下的汽車牌照定位.pdf

1、汽車牌照識(shí)別技術(shù)是模式識(shí)別和圖像處理的一項(xiàng)重要應(yīng)用,可以廣泛地應(yīng)用于交通監(jiān)察和管理部門中,能夠大大提高工作的效率.作為一個(gè)綜合的實(shí)時(shí)計(jì)算機(jī)視覺(jué)系統(tǒng),汽車牌照識(shí)別技術(shù)主要包括牌照定位和牌照識(shí)別兩個(gè)部分.它的研究主要涉及到了模式識(shí)別、人工智能、計(jì)算機(jī)視覺(jué)、數(shù)字圖像處理等眾多學(xué)科領(lǐng)域.車牌的定位更是該系統(tǒng)的關(guān)鍵之一,由于圖像場(chǎng)景的復(fù)雜性以及車牌位置和圖像質(zhì)量的不可預(yù)知性,牌照定位系統(tǒng)一直都未做到令人滿意,所以牌照的定位算法一直是該領(lǐng)域的研究熱

2、點(diǎn).本文針對(duì)在復(fù)雜背景圖像中的汽車牌照的檢測(cè)定位的課題,通過(guò)對(duì)大量資料的搜集、整理,總結(jié)了近年來(lái)國(guó)內(nèi)外在車牌定位領(lǐng)域的最新研究成果和最新進(jìn)展,對(duì)車牌區(qū)域的固有特征和目前的車牌定位分割技術(shù)進(jìn)行了系統(tǒng)的研究和探討.著重研究了牌照區(qū)域的圖像特征,提出了一種基于邊緣圖像統(tǒng)計(jì)特征和幾何形狀特征的汽車牌照檢測(cè)定位算法.在對(duì)圖像進(jìn)行預(yù)處理后,算法利用車牌區(qū)域由于字符排列的規(guī)則性而在梯度圖像上產(chǎn)生的特征,分割并提取出車牌可能存在的候選區(qū)域.數(shù)學(xué)形態(tài)學(xué)是

3、圖像處理領(lǐng)域的一項(xiàng)新興技術(shù),經(jīng)過(guò)分割后的二值圖像上除存在一些噪聲外,還有一些明顯不會(huì)存在車牌的區(qū)域,如面積很小的區(qū)域,縱向和橫向的窄條紋等.為了簡(jiǎn)化后面的判斷工作,本文選用數(shù)學(xué)形態(tài)學(xué)中的開(kāi)運(yùn)算消除這些不感興趣的區(qū)域.然后根據(jù)汽車牌照的幾何特征對(duì)每一個(gè)候選區(qū)域進(jìn)行可信度評(píng)價(jià)并按一定的合并規(guī)則將候選區(qū)域進(jìn)行合并,以獲取更高的可信度,最后根據(jù)區(qū)域的可信度值的大小確定車牌的位置.算法在對(duì)具有樣本多樣性的圖像數(shù)據(jù)庫(kù)的測(cè)試中取得了比較好的效果.實(shí)驗(yàn)