车牌识别算法研究及系统设计.pdf

硕士论文 车牌识别算法研究及系统设计 摘 要 随着经济的发展，汽车数量急剧增加，智能交通系统(ITS)应运而生，车牌识 别(LPR)系统是智能交通系统的重要组成部分，是目前模式识别研究领域的一个热 点，具有很好的应用前景和发展潜力。 车牌识别主要由图像采集、预处理、车牌定位、字符分割和字符识别几部分组成， 本文从车牌定位、字符分割和字符识别三方面对车牌识别技术进行了详细的研究。 论文的主要内容如下： l、介绍了车牌识别系统的应用背景、系统组成及发展现状。 2、介绍了车牌图像的预处理方法，主要包括：彩色图像灰度化以及灰度变换、 直方图均衡和中值滤波等图像增强方法。 3、在介绍几种边缘检测算法的基础上，研究了一种基于边缘点区域连通的车 牌定位算法，该算法首先求车辆图像的垂直边缘，进而将图像中的边缘点 连接成若干个连通区域，然后利用车牌的几何特征与其他背景区域的区别， 将非车牌区域剔除，从而完成车牌定位。 4、在车牌定位完成后，对有倾斜的车牌进行倾斜矫正，车牌倾斜有两种倾斜： 水平倾斜和垂直倾斜。对于水平倾斜矫正使用了Hough变换和K．L展开式 两种矫正方法，并对这两种方法进行了对比。论文使用了基于剪切变换的 方法来矫正垂直倾斜的车牌。倾斜矫正之后，去除车牌的上下边框，最后 将车牌上的字符串分割成为单个的字符并将其归一化和细化，使字符的大 小相同，字符笔划的宽度只有一个像素。 5、在字符分割、归一化和细化的基础上，使用粗网格法对车牌字符进行特征 提取，根据所选取的特征设计BP神经网络，并用该神经网络分类器进行 字符识别。根据中国车牌上字符的排列特点，使用了两个分类器进行识别， 第一个神经网络专门用来识别汉字，另外一个用来识别字母和数字，识别 之后将两个分类器的输出结果组合就可以得到识别结果。 ． 器、视频接口、视频编解码芯片和以太网口，使用该硬件平台，配合相应 的外围硬件及软件构建一个车牌识别系统。 7、在VC++平台上使用MFC构建了一个软件车牌识别系统，该系统能够对 采集到的图像进行车牌识别，论文对其菜单及识别过程做了详细的演示。 关键词：车牌识别，图像预处理，车牌定位，车牌字符分割，车牌字符识别，Hough 变换，剪切变换，BP神经网络 堡±迨塞 一一量塑皇型簦鲨婴篁垦墨堑丝生 Abstract ofcarsincreased thusthe the of number dramatically With economy,the development Plate atthehistoricmoment．License System(ITS)arises Transportation Intelligent ITS．TheLPR isa inPattern ail of hotspot importantpart System Recognition(LPR)is