基于OpenCV的車牌自動(dòng)識(shí)別系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、隨著汽車的逐漸普及，交通擁堵現(xiàn)象時(shí)常發(fā)生，智能交通系統(tǒng)日益成為人們所關(guān)注的熱點(diǎn)研究領(lǐng)域。車牌自動(dòng)識(shí)別系統(tǒng)作為智能交通系統(tǒng)的重要組成部分，可以實(shí)時(shí)識(shí)別車輛牌照號(hào)碼，進(jìn)而提高車輛監(jiān)控和管理的水平。由于應(yīng)用場(chǎng)景的復(fù)雜性，車牌自動(dòng)識(shí)別系統(tǒng)存在諸多不足，如定位精度低、字符分割不準(zhǔn)確、車牌傾斜時(shí)易識(shí)別錯(cuò)誤等。如何提高車牌自動(dòng)識(shí)別系統(tǒng)的識(shí)別正確率成為人們關(guān)注的焦點(diǎn)問題。本文針對(duì)車牌自動(dòng)識(shí)別系統(tǒng)中關(guān)鍵技術(shù)環(huán)節(jié)進(jìn)行了深入研究，提出了一種車牌自動(dòng)識(shí)別系統(tǒng)設(shè)

2、計(jì)方案，實(shí)現(xiàn)了車牌自動(dòng)識(shí)別。本文主要完成工作如下:
　　(1)提出了一種基于顏色特征和投影信息的車牌定位算法。目前基于顏色特征的車牌定位算法對(duì)車輛圖像中存在與車牌底色相近的顏色區(qū)域時(shí)，定位效果差。基于投影信息的定位算法對(duì)投影閾值的選擇要求較高，閾值選擇過大或過小都會(huì)影響到最終定位正確率。由于車牌區(qū)域一般具有固定顏色特征而HSV顏色空間能夠非常精確地區(qū)分出不同顏色，故本文在HSV顏色空間中進(jìn)行車牌底色區(qū)域判斷，從而得到更準(zhǔn)確的車牌底

3、色區(qū)域。由于利用顏色特征得到了更精確的車牌底色區(qū)域，車牌區(qū)域的投影呈現(xiàn)出明顯的分布特點(diǎn)，從而在行定位和列定位時(shí)，投影閾值的選擇比傳統(tǒng)投影法中相應(yīng)投影閾值選擇更容易一些。同時(shí)在行定位時(shí)，對(duì)所有疑似車牌區(qū)域都進(jìn)行了判斷，得到了更多車牌備選區(qū)域，提高了車牌定位正確率。
　　(2)利用垂直投影法進(jìn)行字符分割。傳統(tǒng)的垂直投影法對(duì)所有字符均采用相同的投影閾值，對(duì)漢字字符的分割正確率低，考慮到漢字字符筆畫較多，漢字的垂直投影一般大于非漢字字符的

4、垂直投影，本文對(duì)漢字與非漢字字符分別采用不同的垂直投影閾值，較好的完成了對(duì)漢字字符的分割工作。
　　(3)提出了基于字符特征匹配的字符識(shí)別算法。目前字符識(shí)別算法通常選擇網(wǎng)格特征、水平方向特征和垂直方向特征的一種或幾種作為字符特征，無法準(zhǔn)確的反映字符特點(diǎn)，本文字符識(shí)別算法選擇這三種特征以及字符圖像中所有白色像素的個(gè)數(shù)作為字符特征，從而使最終選取的字符特征既能夠反應(yīng)字符的局部細(xì)節(jié)又能體現(xiàn)字符整體的形狀分布。考慮到與英文字母和數(shù)字相比，