从户外实际车辆牌照提取字符.docVIP

从户外的实际车辆牌照提取字符 摘要： 2 1.绪论 2 3.特征提取系统 3 3.1预处理 3 3.1.1 屏蔽不必要的背景 4 3.1.2 分割 5 3.2 标签修改的连接组件 7 3.3 确定字符的组成部分 10 3.3.1 删除的噪声成分 10 3.3.2 调整水平位置和宽度组件和消除不适当组件 10 3.3.3 确定候选组件字符 10 3.3.4 补偿 11 4 实验结果 12 5．结论 18 从户外的实际车辆牌照提取字符 摘要：车辆自动识别系统的大多数应用程序是户外和以消费者为导向。的识别率，系统的可靠性和处理速度是非常重要的。一个车牌字符提取系统已经呈现出来，可以成功地提取车牌，而不需要考虑周围环境的亮度或车牌的大小和倾向或色彩捕获图像的任何部分的字符车辆。此外，本系统的处理时间是令人满意的几个应用。建议系统只依赖于一个字符的完整性和所以宽容倾斜板和复杂的背景。在一个真正的停车场，95.6％的提取率获得通过应用系统的228辆。 1.绪论 自动车辆识别（AVI）系统有许多应用，如交通管制，流量分析，停车场自动化[5]和电气收费站管理.这些应用的共同目标是，以减少人力和促进自动管理。一个AVI系统表现出较高的识别率和处理速度。例如，司机通常很少有耐心等待他们的车辆由停车场系统确认。在一些户外应用，天气的变化直接影响识别率的AVI系统。因此，可靠性是另一个AVI系统的要求。较高的识别率和可靠性一般相对减缓的AVI系统的处理。因此，系统必须权衡的识别率和可靠性的处理速度。 在早先进行的调查中，一个AVI系统一般有四个阶段 - 汽车图像采集阶段，特征提取阶段，字符识别阶段和控制调度阶段。 首先，传入车的形象被捕获的红外传感器，它可以很容易地检测汽车通过。在一些调查中，在两个或两个以上的连续帧时，一辆汽车在相机的景象是强度变化作为替代数据获得使用红外传感器。上车后发现，摄像头捕捉图像和模拟到数字的A / D转换应用到改变的模拟图像信号转换成数字的。然后，在特征提取阶段，位于车牌提取包含字符的区域。 在盘子里的一个车牌字符的位置确定使用边缘检测，功能的投影，神经网络（NN），模糊逻辑,遗传算或基于形态学的技术。在字符提取提取之后，字符识别阶段，提取的字符组件的功能相匹配模板数据库中的模式，并确定在数据库中是最相似的输入模式的模板模式。一个拓扑不变的识别方法和句法的识别方法是基于不同的特点。最后，指挥调度阶段采用从前一阶段的结果，并做出相应的响应，允许或禁止入口。 最近，越来越多的研究强调室外应用，鲁棒性和实时运算。识别的速度，可靠性和处理速度与AVI系统相关的三个重要问题。特征提取阶段，是一个AVI系统中最耗时和性能的关键阶段。因此，这项工作的建议，其中包括三个阶段的特征提取系统—前处理，标签修改连接的部件，并确定组件的字符。 2.系统概述 对于实用性的原因，特征提取系统实施三个单位 - 一个软件的单位，的固件单位和硬件单元。图1a各单位和图描绘的组成部分。图1b显示的AVI系统的实际安装。AVI系统的软件单位的最重要的部分是核心组件，它采用了特征提取阶段和字符识别阶段。以下部分细节特征提取阶段的每个过程，包括预处理，标签修改连接组件和确定字符的组成部分。 3.特征提取系统 3.1预处理 PC结束 控制结束 户外 a 请键入文字或网站地址，或者上传文档。 b 图1 AVI系统的实现 a 每个单元的组成部分 b 改进系统的实际安装 在处理前必须执行的任务包括消除噪声，删去隔行扫描，传输的色彩空间，屏蔽不必要的背景和分割前景。例如，影响因素，不同类型的相机拍摄的图像帧分辨率，扫描法，帧速率和色彩深度。在这项工作中，鼓满了风通滤波器消除噪声。去隔行扫描和彩色空间变换使用线插补方法和RGB到YUV的转换，分别提出了系统使用的只有Y分量（灰度级）中提取的字符。 3.1.1 屏蔽不必要的背景 以宽容的复杂背景，系统屏蔽不必要的背景下拍摄的图像。删除背景拍摄的图像比计算所拍摄的图像和存储的背景图像之间的差异是比较困难的。事实上，这个任务是不平凡的原因有两个。首先，天气变化导致的亮度随时间变化的背景。其次，如果周围环境太光（例如，当捕获的车是白色的）或太暗（如当它是黑色的），相机的自动曝光控制，动态地改变曝光灵敏度。因此，曝光灵敏度的变化而变化的背景下拍摄的图像亮度。这项工作适用于具有横向纵向细化局部直方图均衡化的方法来解决这些问题。 首先，拍摄的图像和背景图像分割成块的图像。图像的大小被认为是WH，块图像的大小被认为是MN。此外W和H值整除，然后（i，j）