基于數(shù)字圖像處理的車牌識別研究.pdf

1、車牌識別是一項涉及到數(shù)字圖像處理、計算機視覺、模式識別、人工智能等多門學(xué)科的技術(shù)，它在交通監(jiān)視和控制中占有很重要的地位，已成為現(xiàn)代交通工程領(lǐng)域中研究的重點和熱點之一。該項技術(shù)應(yīng)用前景廣泛，例如用在自動收費系統(tǒng)、不停車?yán)U費、失竊車輛的查尋、停車場車輛管理、特殊部門車輛的出入控制等等。 車牌識別一般可以分為車牌的定位、牌照上字符的分割和字符識別三個主要組成部分。本文研究了進行車牌識別的各項關(guān)鍵技術(shù)，在分析了近年來一些典型的車牌識別算

2、法的基礎(chǔ)上，最終確定一系列有效的算法對車牌進行識別。在車牌定位上，本文根據(jù)車牌圖像在HSV色彩空間各分量的取值范圍規(guī)律，首先對符合該取值范圍的像素進行色彩過濾，然后利用數(shù)學(xué)形態(tài)學(xué)進行處理，形成多個符合車牌顏色特征的連通區(qū)域。接下來，分別根據(jù)車牌的形狀特征和車牌上字符的紋理特征，逐步對得到的連通區(qū)域進行分析和排除，從而得到車牌區(qū)域。該定位方法優(yōu)點是可以過濾掉車牌臨近區(qū)域那些顏色、紋理與車牌特征不符合的干擾紋理，如柵格、邊框等。在字符分割階

3、段，本文在進行了車牌的傾斜矯正和確定了車牌字符的上下邊界后，主要借助相關(guān)的投影信息和先驗知識來確定每個字符的分割位置，并針對斷裂和粘連字符進行了簡單而有效的處理。對于單個字符的識別問題，我們在進行必要的預(yù)處理后采用改進的BP神經(jīng)網(wǎng)絡(luò)來進行單個字符的識別。 由于在車牌識別中用到的算法一般都比較復(fù)雜，直接用高級語言編程很困難，所以本文通過編寫VC++與Matlab的接口來實現(xiàn)算法編程，并且最終編寫的程序可以脫離VC++和Matlab