不停车收费系统中车牌识别技术的研究.pdf

摘 要 ETC(电子不停车收费系统)是ITS(智能交通系统)领域中的一个重要的 分支，由于它涉及到交通建设投资的回收，又是缓解收费站交通堵塞的有效手段， 因此许多国家都把ETC作为ITS领域最先投入应用的系统来开发。本文利用数字 图像处理技术来完善不停车收费系统的功能，针对不停车收费系统中的图像处 理，模式识别关键技术进行了较深入研究。 车牌识别是本文研究的主要内容。其中包括图像预处理，车牌定位，字符分 割，字符识别四个部分。常用的定位算法是对全图进行处理，而在实时监控系统 中这些算法根本不能满足实时的要求，本文所提出的定位算法能够大大减少运算 量。通常的字符分割算法如投影法和聚类分析法易受字符粘连的干扰，本文所提 出的分割方法很好的解决了这一问题。针对车牌字符图像的变形、非均匀光照、 强噪声干扰等条件，本文提出了一种基于推广的一类支持向量机的字符识别方 法，该方法具有抗干扰能力强，识别率高等诸多优点。 本文主要内容如下： 1．图像预处理部分。对本文采用的图像灰度转换、图像差分和图像二值化阱及 Hough变换算法做了详细介绍。 2．车牌定位部分。首先采用基于行扫描的车牌粗定位方案粗定位车牌；提出一 种基于先验知识和模板匹配的方法来精确定位车牌。 3．字符分割部分。首先提出基于行扫描跳跃点数目变化率的车牌倾斜检测方法。 然后采用行扫描法确定字符串上下边界：最后根据字符串的结构和尺寸特征，设 计出车牌字符串模板，并结合最大类间方差分类法，提出基于模板匹配的最大类 间方差车牌字符分割算法来分割字符。 4．字符识别部分。将推广的一类支持向量机用于字符识别，针对汉字、数字和字 ’母分别iJlI练了三组分类器，取得了较为满意的识别效果。 在上述研究的基础上，设计、实现了～个汽车牌照实时识别系统，系统执行 效果理想，能够使不停车收费系统的运行自动化、智能化。 关键词：不停车收费系统；车牌定位：字符分割；字符识别：支持向量机 Abstract The toll isan EYC(electronic branchofthe collection)systemimportant Intelligent Transportationinvolvesthecallbackof System．It investmentintransDortation itCanalleviatetrafficin construction；and toll jam station．Therefore，ETC systems are in countriesastheearliest beingdevelopedmany in applicationITS．Image areintroducedinthis Processingtechnologies to thefunctionsof paper the improve ETC suchas andPattern system．Keytechnologies are