車(chē)牌識(shí)別系統(tǒng)中傾斜校正和字符識(shí)別的研究與實(shí)現(xiàn).pdf

1、車(chē)牌識(shí)別系統(tǒng)（LPRS）作為智能交通領(lǐng)域的重要組成部分被廣泛應(yīng)用在日常生活中的各個(gè)場(chǎng)所，其在現(xiàn)代交通管理、車(chē)流量檢測(cè)以及車(chē)輛稽查等方面發(fā)揮著重要作用。車(chē)牌識(shí)別系統(tǒng)的關(guān)鍵技術(shù)包括車(chē)牌定位、傾斜車(chē)牌校正、字符分割以及字符識(shí)別，其中本文的主要研究?jī)?nèi)容為傾斜車(chē)牌校正、字符分割與識(shí)別。
　　針對(duì)傾斜車(chē)牌校正，本文總結(jié)了車(chē)牌傾斜模式，提出了兩種不同順序的流程并對(duì)其進(jìn)行仿真測(cè)試，確定了校正效果最好的流程。針對(duì)不清晰以及顏色失真的車(chē)牌圖像給校正與

2、分割帶來(lái)的干擾，本文進(jìn)行了圖像預(yù)處理方法的研究，將低質(zhì)量圖像進(jìn)行灰度直方圖均衡化有助于提高校正與分割成功率。為了提高校正成功率，減少計(jì)算時(shí)間，本文基于Radon變換對(duì)圖像進(jìn)行傾斜角檢測(cè)，通過(guò)對(duì)Radon變換的研究提出了快速Radon變換算法，縮短了計(jì)算時(shí)間。本文將快速Radon算法與旋轉(zhuǎn)投影算法相結(jié)合提出了融合算法，提高了校正成功率。
　　車(chē)牌字符分割。為了去除非車(chē)牌區(qū)域，本文利用了車(chē)牌豐富的顏色特性，提出了將HSV顏色模型應(yīng)用于

3、檢測(cè)車(chē)牌底色從而去除非車(chē)牌區(qū)域的方法，該方法成功應(yīng)用于車(chē)牌顏色未失真的圖像；對(duì)于車(chē)牌顏色失真的圖像本文采用投影檢測(cè)跳變法來(lái)去除非車(chē)牌區(qū)域也取得了良好的效果。針對(duì)車(chē)牌分隔符的干擾與字符粘連問(wèn)題，本文在基于垂直投影法的基礎(chǔ)上結(jié)合先驗(yàn)知識(shí)對(duì)車(chē)牌字符進(jìn)行分割，不僅可以去除車(chē)牌分隔符符號(hào)的干擾，而且可以對(duì)存在字符粘連的圖像進(jìn)行再分割。
　　針對(duì)車(chē)牌字符識(shí)別中的分類(lèi)問(wèn)題，本文對(duì)分類(lèi)算法進(jìn)行研究后，選擇了通過(guò)模擬大腦的神經(jīng)網(wǎng)絡(luò)算法來(lái)對(duì)車(chē)牌進(jìn)行識(shí)