一种基于字符分割与字符识别LPR方法.docVIP

一种基于字符分割与字符识别的LPR方法 　　摘 要:对车牌识别(LPR)系统中字符分割与字符识别方法进行探讨#65377;根据车牌字符的特点,首先利用投影法采用水平扫描和垂直扫描进行字符分割,接着对字符图像进行归一化处理,实现对字符的完全分割#65377;在此基础上,利用BP神经网络识别算法实现车牌字符的识别,从而提高系统的识别速度和识别率#65377;数字仿真的识别结果验证了该方法的正确性和有效性#65377; 　　关键词:车牌识别(LPR);字符分割;字符识别; BP网络 　　中图分类号:TP391.41文献标识码:A 　　 　　1 引 言 　　 　　随着国民经济的不断发展,国内的高速公路,收费站#65380;停车场越来越多,为了加强这一领域的管理自动化,智能交通系统 (Intelligent Transportation Systems, ITS) 的发展也就显得日益迫切#65377;车牌识别(License Plate Recognition, LPR) 是ITS 的一个重要组成部分,它能从一幅图像中自动提取车牌图像,自动分割字符图像,进而对字符进行识别#65377;车牌识别系统的成功开发必将大大加速ITS 的进程#65377;智能车牌自动识别是一项利用车辆的动态视频或静态图像进行车牌号码#65380;车牌颜色自动识别的神经网络识别技术[1]#65377; 其硬件基础一般包括触发设备(监测车辆是否进入视野)#65380;摄像设备#65380;照明设备#65380;图像采集设备#65380;识别车牌号码的处理机(如计算机)等,其软件核心包括车牌定位算法#65380;车牌字符分割算法和神经网络字符识别算法等#65377; 　　 　　2 智能车牌自动识别系统 　　 　　一个完整的车牌识别系统应包括车辆检测#65380;图像采集#65380;车牌识别等几部分#65377;字符分割和字符识别是智能车牌自动识别过程中的两个关键步骤,已有的处理方法或多或少地都存在一定的不足和局限性#65377;文献[2]采用阈值分割的方法分割车牌字符,仅仅考虑了图像的灰度信息,忽略了空间信息,难以解决背景复杂的图像分割问题;文献[3][4]采用边缘检测方法测得车牌边缘,分割车牌字符,该方法要求图像边缘的连续性好,但是实际系统中摄像头拍摄的车牌边框往往是时断时续的;另外,Paolo Comelli以收费站实时拍摄的汽车准静态图象为处理对象[5],但系统的成功实现大大受益于国外牌照的规范统一#65377;本文主要对字符分割和字符识别方法进行探讨#65377; 　　计算技术与自动化2007年6月第26卷第2期张 剑等:一种基于字符分割与字符识别的LPR方法 　　 　　3 车牌字符分割 　　 　　3.1 车牌区域特征 　　根据1992年中华人民共和国机动车号牌GA36-92标准,汽车前车牌有以下特征: 　　1)外廓尺寸:440×140(mm); 　　2)颜色:小功率汽车所用的蓝底白字牌照,大功率汽车所用的黄底黑字牌照,军用或警用的白底黑字#65380;红字牌照及国外驻华机构用的黑底白字牌照; 　　3)标准样式:?x1x2?x3x4x5x6x7,其中x1是各省#65380;直辖市的简称,如“京#65380;“津#65380;“沪#65380;“鲁等,x2是大写英文字母,如“A,“B,“C等,x3x4x5x6x7可能是英文字母A-Z,也可能是阿拉伯数字0-9,每个字宽45mm,字长90mm,间隔符宽10mm,每个单元间隔12mm#65377; 　　所有牌照图像都有一些共同特征,归纳如下: 　　1)图像上有大量长短不一类似直线与长方形的区域,还有一些灰度特征类似于文字区域的汽车厂商标志区域,如奥迪车的图像类似于4个O组成的标志#65377; 　　2)车牌文字周围有一个类似于长方形的边框,其厚度不一,而且有断裂处,有时候弯曲度比较大#65377; 　　3)文字大小统一,排列成行,由于拍摄原因有一定程度倾斜,文字与背景之间有明显灰度比#65377; 　　3.2 车牌字符分割方法 　　系统在读进来的图像(如图2)中一般会含有多个数字,识别的时候只能根据每个字符的特征来进行判断,所以还要进行字符分割的工作,这一步工作就是把图像中的字符独立的分割出来#65377;字符分割是字符识别的基础,它决定孤立字符的状况#65377; 　　通常的字符切分有以下几种方法: 　　1)间距#65380;间隙切分法 　　利用字符间隙(相邻字符间的间隔)和字符间距(相邻字符中心的距离)进行字符切分#65377;这里要求字符的宽度和字符间隙基本相同,故对输入图像质量的依赖性很大#65377; 　　2) 投影法 　　利用水平和垂直投影