基于復(fù)雜光照條件下的車牌定位算法的研究.pdf

1、　　車牌識(shí)別系統(tǒng)是智能交通管理系統(tǒng)的重要組成部分，作為車牌識(shí)別系統(tǒng)關(guān)鍵環(huán)節(jié)的車牌定位技術(shù)受到越來越廣泛的關(guān)注和研究。但是，近年來的車牌定位技術(shù)存在只在特定的光照條件、圖像質(zhì)量、背景環(huán)境下有較高的車牌定位率和定位精確度的特點(diǎn)，大大限制了整個(gè)智能交通系統(tǒng)的的應(yīng)用范圍。本課題利用圖像處理領(lǐng)域與模式識(shí)別領(lǐng)域先進(jìn)的理論成果，實(shí)現(xiàn)了一種可以適用于多種天氣條件同時(shí)適用于復(fù)雜背景情況的車牌定位算法。該算法具有較高定位率、定位精確度和實(shí)時(shí)性。
　

2、　本課題研究算法分為兩部分，第一部分按照車牌圖像拍攝的光照條件和圖像質(zhì)量分三個(gè)分支。晴天光照下圖像質(zhì)量較好且車身顏色與車牌區(qū)域的顏色相差較大，晴天、陰雨天、霧天、傍晚等光照下圖像質(zhì)量較好但顏色特征不明顯，其他情況下車牌圖像的顏色特征不明顯且車牌的圖像質(zhì)量較差。首先若車牌區(qū)域顏色特征明顯區(qū)別于其他區(qū)域，則利用基于顏色特征的方法處理圖像并利用顏色空間的特征二值化找到圖像的細(xì)節(jié)。然后當(dāng)車牌區(qū)域的顏色特征不明顯時(shí)，計(jì)算圖像的清晰度將圖像劃分為另

3、外兩種情況。對(duì)顏色特征不明顯且圖像質(zhì)量較差的情況利用小波變換工具去除外界光照的影響，隨后利用改進(jìn)后的Bernse n算法二值化，找到圖像的細(xì)節(jié)。對(duì)于顏色特征不明顯但是圖像質(zhì)量相對(duì)較好的車牌圖像直接利用改進(jìn)后的Bernsen算法得到圖像細(xì)節(jié)。第二部分對(duì)以上三種情況下得到的細(xì)節(jié)圖像利用基于垂直投影和模版匹配相結(jié)合的車牌定位算法進(jìn)行車牌定位。對(duì)圖像按照不同的特征分類處理，分別找到特定環(huán)境下處理效果較好的算法，很好的滿足系統(tǒng)實(shí)時(shí)性要求。