基于改進(jìn)摳圖算法的模糊車牌識別新方法.pdf

1、車牌識別系統(tǒng)是智能交通系統(tǒng)的核心技術(shù)，在實際生活中發(fā)揮著重大作用。雖然現(xiàn)在的車牌的識別率在90[％]以上，但是因為車牌識別的實際工作環(huán)境復(fù)雜譬如當(dāng)車牌因泥巴或水霧等自然景物的遮擋而變得模糊時，就很難正確識別車牌。如何完成模糊車牌的正確識別對于提高系統(tǒng)的識別率有很大的意義。
　　 車牌識別包括車牌定位，車牌字符分割，車牌字符識別三個階段。本文研究的內(nèi)容包括了車牌識別的定位，字符分割，字符識別。車牌定位是車牌識別的第一步，本文中首先

2、采用羅伯特算子完成邊緣檢測然后結(jié)合數(shù)學(xué)形態(tài)學(xué)方法定位車牌，這種方法在車牌背景不復(fù)雜的情況下可以實現(xiàn)準(zhǔn)確的定位車牌；本文在字符分割階段采用投影分割的方法實現(xiàn)車牌字符的分割；經(jīng)過分割之后的車牌字符采用簡單模板匹配的方法即可實現(xiàn)完成識別的整個過程。清晰的字符可以識別出來但是模糊的字符不能正確識別。如何處理前景遮擋引起的模糊車牌識別是本文研究的重點。
　　 本文提出首先采用基于透明度的改進(jìn)摳圖技術(shù)對模糊車牌字符進(jìn)行處理，然后對處理之后的

3、模糊字符采用簡單模板匹配識別算法完成識別。在處理的過程中需要適當(dāng)?shù)娜斯そ换?，首先需要勾勒出前景和背景，也就是提供一個稀疏畫筆圖；然后針對圖像上已知的任一點顏色I(xiàn)，求出該點的前景色F和α值。一般的景物提取計算出F就完成了提取操作，而本文中在求出遮擋前景色之后要進(jìn)一步計算出背景的分量B也就是被遮擋的車牌字符，對于B進(jìn)行灰度拉伸、二值化等的操作，進(jìn)行模板匹配可以實現(xiàn)準(zhǔn)確的識別。
　　 針對因前景遮擋引起的模糊車牌問題，采用本文提出的算