车牌自动识别系统关键技术研究.pdfVIP

浙江理工大学学报，第30卷，第1期，2013年1月 Journalof Sci—Tech Zhei iang University V01．30，No．1，Jan．2013 文章编号：1673—3851(2013)01—0096—05 车牌自动识别系统关键技术研究 张爱朋，许建龙，姜锐 (浙江理工大学信息学院，杭州310018) 摘要：车牌自动识别系统是现代智能交通领域的重要研究课题之一。文章主要研究了车牌自动识别系统中 的车牌图像的边缘检测和车牌定位的算法及其实现过程。车牌图像的边缘检测采用Prewitt算子检测方法，车牌定 位采用了基于车牌先验知识和线扫描的方法。实验结果表明：应用上述方法能够准确定位到车牌区域，算法检测用 时短，错误率较低，具有一定的使用价值。 关键词：灰度化；自动识别；线扫描；Prewitt算予 中图分类号：TP391 文献标志码：A 处理过程中会浪费系统资源，从而有可能降低系统 O 引 言 的速度。而在灰度图像中，像素灰度级用8bit表 车牌自动识别系统是以数字图像处理、模式识 示，所以每个像素都是介于黑色和白色之间的256 别、计算机视觉等技术为基础，对采集到的汽车图像 种灰度中的一种灰度值，图像是只含亮度信息，不含 进行处理，实时准确地识别出车牌中的数字、字母及 色彩信息的图像。从技术上说，就是具有从黑到白 汉字字符，并以计算机可直接运行的数据形式给出 的256种灰度色域的单色图像。灰度图像的描述与 识别结果，使得车辆的电脑化监控和管理成为现实。 彩色图像一样仍然反映了整幅图像的整体和局部的 车牌识别系统主要由车牌定位、字符分割和字符识 色度和亮度等级的分布和特征，系统处理灰度图像 别等部分组成。 的速度要比彩色图像快很多。 本文针对车牌自动识别系统中所需图像处理和 彩色图像转换为灰度图像的转换公式为： 模式识别相关算法[1]，详细介绍了车牌图像预处理 Y=0．21267R+0．71516G+O．072169B (1) 和车牌定位的相关技术，如彩色图像灰度化、边缘检 式(1)中y为相对应的每个像素点的灰度值。 测、形态学的开运算等。然后讨论得出最优化的可 R、G、B分别表示每个像素点的红、绿、蓝三种颜色 分量值。对比原汽车图像(图1)和灰度图像(图2) 行性处理算法和处理规则。系统实现是基于Visual 则可以发现，灰度图像没有原来的彩色信息。 C++开发环境编程[2]来操作，可以为后续车牌字符 分割和识别提供支持。 1．2 图像边缘检测及轮廓跟踪 图像的几何或物理性质的突变，总是以图像中灰 1车牌彩色图像预处理 度突变的形式出现的。这些灰度突变区域是人类视觉 1．1彩色图像灰度化 系统识别图像景物的重要因素。边缘检测过程可以在 摄像机所采集到的图像是彩色图像，其中包含 保留图像有用的结构信息的同时降低图像处理数据 大量的颜色信息。此种图像占用的存储空间较大， 量，并且可以根据边界物体的轮廓就可以识别出物体。 收稿日期：2012一02—22 作者简介：张爱朋(1985一)，男，山东临沂人，硕士研究生，主要从事计算机视觉和模式识别方面的研究。 通信作者：许建龙，电子邮箱：x