車牌識別系統(tǒng)中車牌定位與字符分割算法的研究.pdf

1、車牌識別系統(tǒng)作為智能交通系統(tǒng)的重要研究課題，它主要包括三個關鍵模塊：車牌定位、字符分割和字符識別。其中，車牌定位和字符分割的好壞直接決定后續(xù)字符識別的準確率。本文在研究和分析國內(nèi)外學者在車牌定位和字符分割部分最新研究成果的基礎上，主要針對車牌定位和字符分割算法進行研究。主要的工作及研究成果如下：
　　1.在車牌定位算法中，結(jié)合我國汽車牌照自身特征，本文提出一種基于簡化脈沖耦合神經(jīng)網(wǎng)絡(PCNN)和車牌綜合特征的車牌定位算法。算法分

2、為圖像預處理、車牌區(qū)域粗定位和車牌區(qū)域精確定位三個步驟。針對彩色圖像數(shù)據(jù)量大和光照不足時圖像對比度較小的問題，對采集的圖像進行灰度化、頂帽變換和灰度拉伸等預處理，再利用車牌區(qū)域具有密集邊緣的特征，使用Sobel算子對圖像進行邊緣檢測，達到突出車牌區(qū)域的目的。在對車牌進行粗定位過程中，對圖像進行數(shù)學形態(tài)學處理來得到車牌候選區(qū)域，然后利用車牌的結(jié)構(gòu)、顏色和紋理特征來對候選區(qū)域進行過濾，克服單一特征定位算法的不足。在精確定位前，針對汽車高速運

3、動帶來的圖像模糊，利用簡化PCNN對車牌進行二值化，并對車牌進行傾斜檢測和校正；最后利用車牌區(qū)域的紋理跳變特征，采用行掃描和垂直投影結(jié)合顏色特征的方法來精確定位車牌。
　　2.在車牌字符分割算法中，首先對定位后的牌照進行預處理，包括車牌圖像歸一化和灰度增強，提出了一種基于車牌顏色的歸一化方法。為了進一步提高字符分割準確率和克服現(xiàn)有算法的不足，本文提出一種基于連通域、垂直投影、識別反饋和先驗知識的車牌字符分割算法。由于車牌分隔符區(qū)域

4、具有區(qū)別其他區(qū)域的特有特征，首先定位出分隔符區(qū)域，然后以分割符區(qū)域為參考并結(jié)合車牌字符特征，對分割符區(qū)域后面的五個字符采用基于連通域、垂直投影和識別反饋相結(jié)合的字符分割方法，在得到標準字符寬度后，對前面的兩個字符采用垂直投影結(jié)合先驗知識的方法進行分割；為了滿足識別的需要，最后對分割后的字符進行歸一化處理。
　　本文的算法在MATLAB2013編程環(huán)境下進行了實驗，并與其他文獻中的算法在相同的實驗平臺和數(shù)據(jù)集上做對比分析，實驗結(jié)果表