車(chē)牌定位算法的研究與實(shí)現(xiàn).pdf

1、隨著國(guó)家與社會(huì)經(jīng)濟(jì)的迅速發(fā)展，人民生活水平的提高以及高速公路的逐漸普及，城市道路交通的自動(dòng)化管理越來(lái)越成為我們需要亟待解決的問(wèn)題。智能交通系統(tǒng)(Intelligent Transportation System，ITS)的出現(xiàn)不僅可以有效的解決交通擁擠問(wèn)題，而且它對(duì)于城市交通事故的緊急處理、環(huán)境的保護(hù)和節(jié)省能源等方面都有顯著的效果。汽車(chē)牌照識(shí)別系統(tǒng)(License Plate Recognition System，LPRS)作為ITS最

2、主要也是最重要的組成部分，其中的車(chē)牌定位部分是整個(gè)識(shí)別系統(tǒng)最關(guān)鍵的部分。
　　 本文首先研究了基于車(chē)牌顏色信息的初定位算法和基于數(shù)學(xué)形態(tài)學(xué)操作的初定位算法。基于車(chē)牌顏色的初定位算法首先使用本文的顏色二值化算法，然后是車(chē)牌區(qū)域搜索和確定車(chē)牌的上下四個(gè)角點(diǎn)的坐標(biāo)?；跀?shù)學(xué)形態(tài)學(xué)操作的初定位算法首先使用Top-Hat提取車(chē)輛和車(chē)牌圖像中的峰值，然后使用OTSU算法來(lái)二值化車(chē)牌圖像并使用改進(jìn)的Sobel算子提取圖像的邊緣，最后就是利用提

3、取的圖像邊緣來(lái)生成車(chē)牌圖像的連通區(qū)域并搜索車(chē)牌區(qū)域，并最終初定位出車(chē)牌區(qū)域。本文也通過(guò)實(shí)驗(yàn)比較分析了兩種初定位算法的優(yōu)缺點(diǎn)，根據(jù)應(yīng)用需要綜合使用這兩種初定位算法，并達(dá)到了定位準(zhǔn)確率的最高和算法時(shí)間復(fù)雜度的最小。
　　 其次，在車(chē)牌精定位時(shí)本文首先分析了Hough變換傾斜檢測(cè)算法和Radon變換傾斜檢測(cè)算法，結(jié)果表明后者更加適用于本文的車(chē)牌傾斜檢測(cè)。然后又介紹了精定位車(chē)牌字符區(qū)域上下左右邊界的步驟，其中主要包括使用明暗交替法精定位