應(yīng)用于收費(fèi)路口的車牌識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf

1、車牌照識(shí)別(簡稱LPR)系統(tǒng)，作為智能交通系統(tǒng)的重要組成部分，在交通管理自動(dòng)化、智能化中占據(jù)重要地位，可廣泛應(yīng)用于收費(fèi)管理、城市交通的車輛管理、車流量統(tǒng)計(jì)、電子警察等。因此，對(duì)車牌照識(shí)別系統(tǒng)的研究具有很高的應(yīng)用價(jià)值。本文結(jié)合收費(fèi)路口環(huán)境的特點(diǎn)，旨在將LPR技術(shù)應(yīng)用于收費(fèi)路口，兼顧識(shí)別系統(tǒng)的準(zhǔn)確性與實(shí)時(shí)性，完成了應(yīng)用于收費(fèi)路口的車牌照識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)。
　　 車牌照識(shí)別系統(tǒng)主要分為三大模塊：車牌定位、字符分割和字符識(shí)別。在定位

2、模塊，結(jié)合車牌的邊緣特征和紋理特征，在灰度圖像的基礎(chǔ)上，提出了基于數(shù)學(xué)形態(tài)學(xué)的車牌快速定位方法。該方法充分利用了圖像采集現(xiàn)場(即收費(fèi)路口)背景簡單的特點(diǎn)，在邊緣檢測后利用投影法來縮小處理區(qū)域，定位較快，耗時(shí)100ms左右。
　　 在字符分割模塊，結(jié)合字符的固有特征，采用投影法來實(shí)現(xiàn)。首先進(jìn)行分割前的預(yù)處理，對(duì)車牌進(jìn)行二值化、邊框去除等。然后對(duì)每個(gè)字符采用最小外圍矩形框來進(jìn)行粗分割，再結(jié)合字符的平均寬度、高度和字符間距、字符位置的

3、一致性，對(duì)字符進(jìn)行細(xì)分割，并對(duì)字符的斷裂和粘連進(jìn)行處理。這種分割方法對(duì)只在水平方向傾斜的字符，即使不經(jīng)過傾斜矯正，也能達(dá)到較好的字符分割效果。另外，在字符二值化時(shí)，結(jié)合全局閾值和局部閾值的優(yōu)劣，對(duì)傳統(tǒng)的Bernsen法進(jìn)行改進(jìn)，達(dá)到了較好的二值化效果。
　　 在字符識(shí)別模塊，采用了基于支持向量機(jī)的字符識(shí)別方法。根據(jù)車牌中字符位置的不同，分別構(gòu)建不同的分類器。在對(duì)字符進(jìn)行歸一化、特征提取后，利用SVM分類器進(jìn)行了識(shí)別實(shí)驗(yàn)。從SVM