道路視頻監(jiān)控中的車牌自動識別算法研究.pdf

1、隨著經濟全球化的不斷發(fā)展，機動車的數(shù)量與日俱增，隨之而來的是交通阻塞、尾氣污染、噪聲污染、交通事故頻發(fā)等問題。智能交通系統(tǒng)的誕生為全方位高效管理現(xiàn)代交通帶來了希望，車牌識別系統(tǒng)是其重要分支之一，在實際應用中發(fā)揮著不可替代的作用。
　　車牌識別技術是指通過監(jiān)控系統(tǒng)拍攝的視頻實時的將路面上動態(tài)行駛的車輛提取出來并自動識別車輛牌照信息的一種技術。一般車牌識別系統(tǒng)分為三個部分，第一部分是車牌定位，是將車牌區(qū)域從圖像中定位出來。第二部分是字

2、符分割，是將每個字符區(qū)域從車牌區(qū)域中提取出來。第三部分是字符識別，是將每個字符進行正確分類。傳統(tǒng)的車牌識別大多數(shù)是對某一張?zhí)囟▓D像進行識別，識別準確率和可靠性不高。本課題強調車輛追蹤在車牌識別當中的重要性，彌補了識別可靠性不足的缺點。
　　本課題主要工作包括：1.在車牌定位階段，先采用改進的邊緣檢測方法進行初步定位，有效地解決了邊緣檢測對于噪聲敏感的問題。然后采用AdaBoost方法進行精確定位，對候選車牌區(qū)域進行篩查，明顯減少了

3、Haar-like特征繁重的計算任務。這種先初步定位再精確定位的方式能同時提高定位的準確率和實時性。2.在字符分割階段，采用連通區(qū)域與垂直投影相互結合利弊互補的方法進行字符分割，減小使用單一分割方法時產生的分割誤差。兩種方法互相優(yōu)勢互補，使得對單一字符的分割效果更好。3.在字符識別階段，為了加強對結構上相似的字符的識別，本課題提出了使用兩級分類器進行分類的方法。第一級采用基于歐拉數(shù)的模板匹配方法，第二級采用局部特征識別的方法，兩級分類器