車牌定位與車牌字符識別算法的研究與實現(xiàn).pdf

1、隨著我國經(jīng)濟與科技的快速發(fā)展，交通運輸業(yè)取得了巨大的進步，汽車擁有量不斷增長，這極大改變了人們的生活方式，但汽車在給我們生活帶來便利的同時，也給城市的交通管理帶來了巨大壓力。在這個背景下產(chǎn)生的智能交通系統(tǒng)充分利用數(shù)字圖像處理、自動控制和通信等技術(shù)，對整個交通運輸狀況進行全天候的自動管理和控制，成為了解決交通擁堵等問題的主要手段之一，其中的關(guān)鍵技術(shù)—車牌識別系統(tǒng)更是扮演著重要的角色。車牌識別系統(tǒng)在道路交通監(jiān)控，高速公路自動收費，智能園區(qū)管

2、理等方面有著廣泛應用。這些具體的應用有效緩解了交通的擁堵，起到了節(jié)省人力成本，提高管理效率的作用。
　　車牌識別算法主要包括三個部分：車牌定位算法，車牌字符分割算法，車牌字符識別算法。本文主要對其中的車牌定位算法和車牌字符識別算法進行研究。
　　1.車牌定位算法。本文根據(jù)現(xiàn)有的來自于多個不同場景的車牌圖像，研究設計出了一種車牌定位方法：基于多特征與多方法篩選的車牌定位方法。該方法是基于車牌豐富的垂直邊緣和顏色并結(jié)合一系列嚴密

3、的邊緣點清除算法、車牌先驗信息的車牌定位方法。首先使用Prewitt算子提取出圖像的垂直邊緣，接著利用車牌的顏色信息即車牌字符和背景固定的顏色搭配去除非車牌區(qū)域干擾點，然后再根據(jù)車牌區(qū)域橫向邊緣排列緊密且個數(shù)在一定范圍內(nèi)這個特點，清除掉了大量的干擾點。通過這兩個緊密結(jié)合的邊緣點清除方法之后，本文創(chuàng)新性地使用了一種邊緣點連接法對邊緣點進行融合，接下來本文對融合完畢的二值圖像進行區(qū)域標記找出連通區(qū)域，然后根據(jù)車牌的形狀大小，面積及車牌的周邊

4、信息、車牌的垂直投影特征等先驗信息和AdaBoost算法篩選定位出車牌。最后對使用Hough變換對傾斜的車牌進行校正，精確定位出車牌的上下左右邊界。
　　2.車牌字符識別算法。本文嘗試性地采用了決策樹和隨機樹分類器、并根據(jù)它們的缺點使用了Bagging和Boosting算法進行分類器組合進行車牌字符的識別。本文根據(jù)車牌的字符排列布局特點設計訓練了四個分類器，分別是識別第一個字符的漢字分類器、識別第二個字符的大寫英文字母分類器、識別