復(fù)雜場景下的多車牌定位算法研究及工程實(shí)現(xiàn).pdf

1、作為智能交通系統(tǒng)的重要組成部分，車牌識(shí)別系統(tǒng)在現(xiàn)代交通管理、社會(huì)治安等方面有著越來越廣泛的應(yīng)用。車牌定位是車牌識(shí)別系統(tǒng)中最為關(guān)鍵的技術(shù)。目前比較成熟的車牌定位算法大多是基于受控環(huán)境和簡單場景的，但是由于實(shí)際場景的復(fù)雜多變性，現(xiàn)有算法難以滿足當(dāng)前需要，因此復(fù)雜場景下的車牌定位逐漸成為研究的重點(diǎn)。本文深入學(xué)習(xí)和研究了現(xiàn)有的若干車牌定位算法，并在此基礎(chǔ)上進(jìn)行新的嘗試。
　　首先，本文對車牌定位過程中的相關(guān)圖像處理技術(shù)進(jìn)行了簡單介紹和分析

2、，提出采用自適應(yīng)拉伸的方式改進(jìn)對比度增強(qiáng)的效果。同時(shí)針對全局和局部閾值分割方法的優(yōu)缺點(diǎn)，提出了一種改進(jìn)的局部動(dòng)態(tài)閾值分割方法。
　　其次，本文提出了一種基于感興趣區(qū)域的復(fù)雜場景下多車牌定位算法，該方法通過預(yù)處理生成感興趣區(qū)域，并根據(jù)車牌本身的特性對感興趣區(qū)域進(jìn)行一系列的過濾，在候選的疑似車牌區(qū)域中進(jìn)行精確定位及驗(yàn)證，并采用輪廓提取結(jié)合字符排列特性的改進(jìn)算法來準(zhǔn)確定位車牌的左右邊界。實(shí)驗(yàn)表明該方法能有效地定位復(fù)雜場景下的單車牌及多車