Report(车定位识别的几种方法比较).docVIP

几种车牌定位识别方法的比较 车牌识别系统是智能交通系统的一个重要组成部分， 一个典型的车牌识别系统一般包括图像预处理、车牌定位与提取、字符分割和字符识别等几大模块。其中车牌定位是车牌识别中的关键，车牌定位的成功与否直接影响是否能够进入车牌识别以及车牌识别的准确率。 目前，车牌定位的主要方法有：①基于灰度图像的车牌定位方法；②基于小波变换的车牌定位方法；③基于形态学的车牌定位方法；④基于神经网络的车牌定位方法；⑤基于支持向量机的车牌定位方法等。这些算法，在某些特定条件下，识别效果较好。但在恶劣条件下，综合一些诸如天气、背景、车牌磨损和图像倾斜等干扰因素的影响，还不能完全满足实际应用的要求，有待进一步研究。 各种车牌定位方法的思路、方法和优缺点比较： 基于灰度图像的车牌定位方法：灰度数字图像是每个像素只有一个采样颜色的图像。这类图像通常显示为从黑色到白色的灰度。为了便于车牌定位，将该图像转换成二值图像，即只有黑色和白色两种颜色的图像。此方法是应用车牌的如下特点：车牌牌照的字符和背景的对比度比较大，对应于车牌区域的水平灰度变化比较频繁；再者车牌一般挂在汽车的缓冲器上或附近，并靠近图像的下部，干扰一般比较少。根据以上特点，使用靠近水平方向的一阶差分运算，以突出灰度变化频繁的区域. 其一阶差分运算的算式为：g(i,g)=f(i,i)-f(i,j+1)，式中，i=，2，3... m： m为图像