復(fù)雜背景下車牌定位算法研究.pdf

1、隨著人們生活水平的不斷提高以及科技的不斷進(jìn)步，汽車已深入各家各戶，成為人們出行的必備工具之一，進(jìn)而使得道路上機(jī)動(dòng)車輛數(shù)目不斷增加，交通擁擠、堵塞、違章等問題也越來(lái)越多，如何實(shí)現(xiàn)對(duì)車輛進(jìn)行有效地管理便成了智能交通領(lǐng)域中的重要研究課題。基于數(shù)字圖像處理以及模式識(shí)別的車牌識(shí)別技術(shù)主要是將汽車牌照從復(fù)雜背景中提取并識(shí)別，通過(guò)預(yù)處理、車牌定位、字符分割以及字符識(shí)別等技術(shù)，識(shí)別出車牌號(hào)碼，為智能交通系統(tǒng)中實(shí)現(xiàn)車輛管理提供了強(qiáng)有力的保障。當(dāng)前車牌識(shí)別

2、技術(shù)已經(jīng)應(yīng)用到公路收費(fèi)、停車場(chǎng)與小區(qū)車輛管理、城市道路交通管理等場(chǎng)合，具有廣闊的應(yīng)用前景，而車牌定位作為車牌識(shí)別技術(shù)中必不可少的模塊，也具有重要的研究意義與價(jià)值。
　　本文對(duì)車牌識(shí)別技術(shù)的基本原理以及基本模塊進(jìn)行詳細(xì)介紹，論述車牌區(qū)域的基本特征，分析目前常用的國(guó)內(nèi)外車牌定位算法的基本原理以及優(yōu)缺點(diǎn)，并詳細(xì)闡述我國(guó)車牌定位的難點(diǎn)所在。此外還對(duì)圖像預(yù)處理技術(shù)以及圖像局部特征提取與匹配SURF算法的原理、特征提取與匹配過(guò)程進(jìn)行了分析與介

3、紹。論文的主要研究工作如下：
　　(1)充分利用車牌區(qū)域的幾何、紋理以及顏色特征，提出了一種基于HSI顏色空間和行掃描的車牌定位算法。首先利用車牌的顏色對(duì)彩色車輛圖像進(jìn)行顏色分割，在結(jié)合車牌的面積、長(zhǎng)寬比等幾何特征進(jìn)行篩選，得到車牌候選區(qū)域，再結(jié)合車牌的紋理特征，利用行掃描算法分析候選區(qū)域每行的連續(xù)跳變數(shù)目，確定車牌的上下邊界，最后利用垂直投影法獲取車牌的左右邊界，精確定位車牌區(qū)域。通過(guò)實(shí)驗(yàn)對(duì)比分析，該算法具有較好的定位效果。

4、r>　　(2)分析了復(fù)雜背景下利用SIFT算法進(jìn)行車牌精確定位的不足，同時(shí)結(jié)合SURF算法在圖像特征提取與匹配方面的優(yōu)點(diǎn)，充分利用車牌的多重特征，提出了一種基于多重特征和SURF算法的車牌提取方法。該算法首先根據(jù)車牌的顏色、幾何以及紋理特征篩選獲取車牌候選區(qū)域，再利用SURF算法提取車牌標(biāo)準(zhǔn)漢字模板庫(kù)圖像與候選區(qū)域進(jìn)行特征匹配，精確定位車牌區(qū)域。通過(guò)實(shí)驗(yàn)對(duì)比分析，該算法在時(shí)間與準(zhǔn)確率方面均具有不錯(cuò)的效果，而且還能實(shí)現(xiàn)對(duì)車牌首個(gè)漢字字符的