车牌的定位与字符分割 论文.doc

课程设计 论文题目 车牌的定位与字符分割 第一章 绪论 1.1 车牌自动识别技术 智能交通系统（ITS）是21世纪世界道路交通管理体系的模式和发展方向。智能交通系统应用人工智能技术、GPS和网络通信技术、检测技术、电子收费技术等革新道路交通，试图有效地调整交通需求，提高道路通行能力，改善服务水平，减少环境污染和油料损耗，增加通行安全。 而在ITS中，车牌自动识别系统是一个非常重要的发展方向。在经济全球化的今天，高速度、高效率的生活节奏，使车辆普及成为必然的趋势，交通管理自动化越来越成为亟待解决的题。车辆牌照识别（License Plate Recognition,LPR）技术作为交通管理自动化的重要手段，其任务是分析、处理汽车图象，自动识别汽车牌号。LPR系统可以广泛用于电子收费、出入控制、公路流量监控、失窃车辆查询和停车场车辆管理等需要车牌认证的重要场合尤其在高速公路收费系统中，实现不停车收费提高公路系统的运行效率，系统更具有不可替代的作用，因而从事技术的研究具有极其重要的现实意义。 车牌自动识别技术大体可分为四个步骤：图像预处理、车牌定位与分割、车牌字符的分割和车牌字符识别。而这四个步骤又可归结为两大部分：车牌分割和车牌字符识别。其一般流程图如图1-1所示。 图1-1 车牌识别系统流程图 1.2 车牌自动识别技术的研究现状 我国车牌识别系统技术需求和难度相较国外更高，这主要是因为以下五个方面的原因: 1. 我国标准汽车牌照是由汉字、英文字母和阿拉伯数字组成，汉字的识别与字 母和数字的识别有很大的不同，从而增加了识别的难度; 2. 国外许多国家汽车牌照的底色和字符颜色通常只有对比度较强的两种颜(例 如韩国，其车牌底色为红色，车牌上的字符为白色)，而我国汽车牌照仅底 色就有蓝、黄、黑、白等多种颜色，字符颜色也有黑、红、白等若干种颜色; 3. 其他国家的汽车牌照格式(如汽车牌照的尺寸大小，牌照上字符的排列等)通 常只有一种，而我国则根据不同车辆、车型、用途，规定了多种牌照格式(例 如分为军车、警车、普通车等); 4. 我国汽车牌照的规范悬挂位置不唯一; 5. 由于环境、道路或人为因素造成汽车牌照污染严重，这种情况下国外发达国 家不允许上路，而在我国仍可上路行驶。 近年来，车牌识别系统发展很快，就其识别基础而言，主要可以分为间接法和直接法： 间接法是将车牌的信息存储于IC卡或条码中。尽管IC卡技术识别准确度高，运行可靠，可以全天候作业，但它整套装置价格昂贵，硬件设施十分复杂，不适用与异地作业。条形码技术虽然具有识别速度快、准确度高、可靠性强以及成本较低等优点，但对于扫描器要求很高。 基于图像的车牌识别技术属于直接法。直接法一般有图像处理技术、传统模式识别技术及人工神经网络技术。它是一种无源型汽车牌照智能识别方法，能够在无任何专用发送车牌信号的车载发射设备情况下，对运动或禁止状态车辆的车牌号码进行非接触性信息采集，并实时智能识别。与间接法识别系统相比，① 直接法系统节省了设备安置及大量资金，从而提高了经济效益。② 由于采用了先进的计算机应用技术，可调高识别速度，较好地解决实时性问题。③ 它是根据图像进行识别，所以通过人的参与可以解决系统中的识别错误。 车牌自动识别技术的发展 车牌自动识别的过程一般分成车牌定位、字符分割、字符识别三个环节，每个环节都有不同的实现方法。 1 车牌定位 目前主要有下列几种定位方法： （1）直接法利用车牌的特征来提取车牌。常用的特征有：车牌的边缘特性、投影特性、形状特性以及颜色特性等。 （2）人工神经网络方法：首先进行神经网络的训练，从而得到一个对牌照敏感的人工神经网络，然后利用训练好的神经网络检测汽车图像、定位车牌。 （3）数学形态学的方法使用一定的结构元素，利用数学形态学中的开运算与闭运算来对图像进行处理，得到多个车牌可能区域，然后在处理后的图像中用多区域判别法在图像的多个车牌可能区域中找到车牌的正确的位置。 （4）基于分形盒子维的方法：由于车牌内的字符笔划几乎是随机分布，但又有明显的笔划特征，因此可以采用分形维数来对其进行分析从而达到分割车牌的目的。 2 字符分割 主要有基于车牌字符特征的投影法和基于聚类分析的车牌字符分割方法。 投影法首先计算牌照字符的垂直投影，利用投影直方图得到一个闭值，根据该值再结合车牌字符固定宽度、间距的比例关系等先验知识来分割字符。 基于聚类分析的车牌字符分割方法按照属于同一个字符的像素构成了一个连通域的原则，再结合牌照的先验知识来进行字符分割。 3 字符识别 （1）统计决策法 在字符识别中，不是只把字符的特征向量和字典内标准的特征向量逐一进行比较，完全相同才