復(fù)雜背景下的多車牌定位技術(shù)研究.pdf

1、隨著經(jīng)濟的發(fā)展和我國人民生活水平的日益提高，城市公路交通問題變得日益嚴峻，迫切需要運用現(xiàn)代化技術(shù)實現(xiàn)公路交通的智能管理。在這一形勢下，智能交通系統(tǒng)得到了空前的發(fā)展，但尚需要進行更加深入的研究。本文針對目前的多車牌定位中的閾值分割和偽車牌去除等難題，提出了一種改進的閾值分割算法和一種比較全面的去除偽車牌的方法。
　　 通過深入分析現(xiàn)在車牌定位方法，本文從時間和效果兩方面考慮，采用現(xiàn)有的比較高效的處理方法。首先針對車牌原圖在何種空間

2、上處理的問題，通過分析RGB、HIS、灰度空間上處理的利弊，認為轉(zhuǎn)到灰度空間上處理，不僅在時間能夠滿足實時路況需求，而且在最終結(jié)果上也能夠滿足對多車牌的準確定位。在邊緣提取方面，通過對現(xiàn)有邊緣提取算法的分析，本文選取了豎直邊緣檢測的方法，該方法不僅在時間上具有優(yōu)勢，而且較好的體現(xiàn)了車牌字符的特征。在二值圖像分割方面，通過分析Otsu、均值方法、均值迭代等全局閾值方法，本文提出了一種改進的閾值分割方法，即先將圖像進行區(qū)域劃分，然后采用區(qū)間

3、梯度均值和Otsu閾值的平均值作為新的閾值來分割區(qū)域圖像。該方法對車牌污染、車牌遠近不一致等情況具有良好的適應(yīng)性。
　　 在多車牌定位中，偽車牌問題比較突出。它不僅增加了后期處理算法的復(fù)雜度，而且增加了時間開銷。本文針對多車牌定位中的偽車牌去除問題，提出了先利用顏色和寬高比等特征來去除一部分車牌，再利用本文提出的主連通域分析的方法來去除掉占有絕對數(shù)量的藍色偽車牌。主連通域分析的方法是充分利用梯度二值圖中的字符連通域不易出現(xiàn)交叉、