复杂背景下的快车牌识别技术研究.pdfVIP

硕士论文 复杂背景下的快速车牌识别技术研究 摘 要 智能交通系统ITS(IntelligentTransportationSystem)利用先进的信息技术改善交 Plate 通状况，使交通更畅通、更安全、更绿色。车牌识别系统LPR(License Recognition) 是ITS的核心技术之一，它主要包括车牌定位、字符分割和字符识别三个核心模块。随 着安防视频步入高清时代，视频的分辨率越来越高，智能交通系统对车牌识别技术有了 更高的要求：处理速度更快、环境适应性更强、识别率更高。 本文在分析国内外各种车牌识别方法的基础上，对车牌识别系统中的三个核心技术 进行了深入的研究： 车牌定位：这是车牌识别系统中至关重要的一步。对现有的各种定位算法进行比较 和分析，在此基础上，提出了基于字符边缘特征的车牌定位方法，该方法包括粗定位和 精定位，以快速简单方法确定车牌候选区域，以复杂精确方法定位车牌区域。 字符分割：由于单纯采用垂直投影法无法精确地处理字符粘连问题，提出了基于字 符轮廓和模板匹配的车牌字符分割方法，该方法利用字符的轮廓特征，在轮廓周围搜索 和确认可能的字符，对找到的字符进行自适应模板匹配，寻找误差最小的模板对字符进 行重新分割，利用模板补充剩余字符以及去除伪字符。 字符识别：在对比和测试了各种字符特征后，选取其中区分效果好的统计特征和结 构特征作为字符特征。由于SVM分类器对小样本问题有很好的分类效果，因此采用 SVM分类器识别车牌字符。利用区分相似字符的特殊特征对相似字符进行二次识别， 提高了整个系统的字符识别率。 通过对不同光照下的3000张车牌图片进行了测试，车牌定位准确率达到98．6％， 车牌后6位字符的完全正确率达到95．5％，平均处理时间为lOOms。实验结果表明，本 文的车牌识别算法快速准确，对复杂环境的适应性强，具有很好的实用性。 关键词：车牌识别、车牌定位、字符分割、字符识别、支持向量机 硕士论文 Abstract all which traffic information IntelligentTransportSystem(ITS)istechnologyimproves condition canmakethetrafficmore more byhightechnology．Thistechnology clear,safer,and Plate isoneofthemost in ITS， green．LicenseRecognition(LPR)technologyimportantparts LicensePlate andCharacters Location，Characters including Segmentation has ismoreandmore videoenteredthe eraandvideoresolution high， security high-defini