自然背景下車牌識別算法研究.pdf

1、隨著我國經(jīng)濟實力的不斷增強，大量的私家車進入了普通群眾的生活中，機動車輛的管理工作也成為城市發(fā)展亟待解決的問題。傳統(tǒng)的人工管理方式不但成本高而且效率差，在交通管理中引入計算機技術實現(xiàn)自動化管理成為了新的趨勢。機動車輛在上路之前通常都要到政府部門辦理注冊手續(xù)，合法注冊的車輛都會有單獨的車牌號碼并且每輛車都會在前后顯著的位置放置車牌。對于實現(xiàn)機動車自動化的管理系統(tǒng)首要的就是獲取車輛的牌照號，通常這類系統(tǒng)帶有硬件監(jiān)控設備，它們能夠記錄道路上的

2、車輛圖像并通過對這些照片的分析檢測出違章車牌號碼。
　　本文選擇了車牌定位、車牌字符分割和字符識別三個關鍵點進行了研究。首先是車牌的定位也就是怎樣從一副監(jiān)控圖像中分割出車牌，整幅圖像因為在自然背景下會有顏色差異、亮度差異和硬件設備的噪音干擾;除此之外圖像中有很多部分與車牌有不少相似的特征，怎樣過濾諸如廣告文字等干擾信息是一個需要解決的問題。字符分割主要關注與拍攝角度產(chǎn)生的傾斜和不同邊框材質(zhì)在二值圖像中產(chǎn)生的字符連接現(xiàn)象，如何去除這

3、些干擾并精確的分割出字符也是一個挑戰(zhàn)。前面處理得到的字符其實是字符圖像，要把它們轉換成計算機可以理解的數(shù)字信息，這就要借鑒光學字符識別技術的研究成果。
　　針對車牌定位的需要，本文使用邊緣檢測結合數(shù)學形態(tài)學處理技術，通過動態(tài)的閾值和加權梯度值，成功地提高了定位的精度。對于字符分割存在的傾斜則采用拉東變換和字符筆畫寬度成功校正了傾斜并去除了字符空隙間的干擾信息。對于字符內(nèi)部的連接則使用理想字符寬度值進行校正。字符識別部分最終采用了支