車(chē)輛號(hào)牌自動(dòng)識(shí)別系統(tǒng).pdf

1、車(chē)輛識(shí)別技術(shù)是智能交通的重要部分，與傳統(tǒng)的交通管理方法相比，在交通管理的各個(gè)領(lǐng)域有著廣泛的應(yīng)用前景，對(duì)改善我國(guó)內(nèi)地的交通狀況，完善車(chē)輛管理體系，實(shí)現(xiàn)交通管理的科學(xué)化、以及各種車(chē)輛服務(wù)自動(dòng)化，有著十分重要的意義。
　　本文從“機(jī)動(dòng)車(chē)號(hào)牌識(shí)別過(guò)程”這個(gè)角度出發(fā)，分別在機(jī)動(dòng)車(chē)牌號(hào)定位、機(jī)動(dòng)車(chē)號(hào)牌字符分割、機(jī)動(dòng)車(chē)號(hào)牌字符識(shí)別三個(gè)方面做了研究和論述。設(shè)計(jì)了一系列的定位，分割和識(shí)別算法，并在WindowsXP平臺(tái)下利用VisualStudio

2、2008開(kāi)發(fā)環(huán)境，采用opencv數(shù)字圖像處理庫(kù)實(shí)現(xiàn)，并對(duì)算法進(jìn)行相應(yīng)的改進(jìn)。
　　本文針對(duì)機(jī)動(dòng)車(chē)號(hào)牌在自動(dòng)化交通管理中的難點(diǎn)，提出了采用小波變換的方法來(lái)提高號(hào)牌區(qū)域的能量聚集，以提高號(hào)牌區(qū)域的定位成功率。根據(jù)機(jī)動(dòng)車(chē)輛號(hào)牌的特點(diǎn)和識(shí)別工作的實(shí)際需要，為減少運(yùn)算量，提出了只對(duì)數(shù)字圖像進(jìn)行1層變換，而非通常的多層變換。并在采用小波變換進(jìn)行初步定位的基礎(chǔ)上，采用基于灰度圖像的具體定位方法，用統(tǒng)計(jì)灰度直方圖的方法確定閾值對(duì)數(shù)字圖像的二值化