顏色信息在車牌識別中的應用研究.pdf

1、隨著現(xiàn)代高科技的發(fā)展及交通事業(yè)的需求，智能交通系統(tǒng)已成為人們關(guān)注的熱點問題。車牌識別系統(tǒng)作為智能交通系統(tǒng)的重要組成部分，在橋梁路口自動收費、停車場無人管理、違章車輛自動記錄等領(lǐng)域都有著廣泛的應用，它的實現(xiàn)具有巨大的經(jīng)濟價值和現(xiàn)實意義。 車牌識別系統(tǒng)作為一個綜合的實時的計算機視覺系統(tǒng)，其核心技術(shù)主要包括車牌定位、字符分割和字符識別三個部分?，F(xiàn)有的車牌識別技術(shù)多數(shù)基于灰度圖像特征，而顏色作為車牌特征中的重要信息，卻沒有得到充分的利用

2、。 本文主要針對車牌識別技術(shù)中顏色信息的應用進行研究。在分析了國內(nèi)外研究現(xiàn)狀的基礎(chǔ)上，本文主要完成了以下四方面工作： 研究了車牌識別技術(shù)中可利用的顏色信息。 提出了基于DOG模型和顏色聚類的車牌定位算法。首先根據(jù)人眼的視覺野結(jié)構(gòu)，利用DOG模型進行車牌灰度圖像的邊緣檢測；再對該圖像進行中值濾波和形態(tài)學運算，通過車牌的幾何和結(jié)構(gòu)特征對車牌進行粗定位；當利用字符和筆畫特征定位失敗后，利用車牌顏色特征，進行精確定位。

3、 提出了基于顏色聚類和神經(jīng)網(wǎng)絡(luò)的車牌類型識別算法。利用基于顏色分量垂直投影的K-means粗分類進行有效區(qū)域提取，以解決光照不均和車牌褪色等問題；利用顏色聚類對有效區(qū)域進行顏色特征提??；再通過兩級BP神經(jīng)網(wǎng)絡(luò)進行車牌類型識別。 提出了基于YCbCr空間的特殊字符粗分類算法。根據(jù)特殊字符在Cb及Cr空間中的特征對車牌首字符進行粗分類。 實驗表明，本文提出的基于DOG模型和顏色聚類的車牌定位算法對光照和噪聲有很強的魯棒