基于OpenCV的車牌自動識別系統(tǒng)的研究與實現(xiàn).pdf

1、隨著汽車的逐漸普及，交通擁堵現(xiàn)象時常發(fā)生，智能交通系統(tǒng)日益成為人們所關(guān)注的熱點研究領(lǐng)域。車牌自動識別系統(tǒng)作為智能交通系統(tǒng)的重要組成部分，可以實時識別車輛牌照號碼，進而提高車輛監(jiān)控和管理的水平。由于應(yīng)用場景的復雜性，車牌自動識別系統(tǒng)存在諸多不足，如定位精度低、字符分割不準確、車牌傾斜時易識別錯誤等。如何提高車牌自動識別系統(tǒng)的識別正確率成為人們關(guān)注的焦點問題。本文針對車牌自動識別系統(tǒng)中關(guān)鍵技術(shù)環(huán)節(jié)進行了深入研究，提出了一種車牌自動識別系統(tǒng)設(shè)

2、計方案，實現(xiàn)了車牌自動識別。本文主要完成工作如下:
　　(1)提出了一種基于顏色特征和投影信息的車牌定位算法。目前基于顏色特征的車牌定位算法對車輛圖像中存在與車牌底色相近的顏色區(qū)域時，定位效果差?；谕队靶畔⒌亩ㄎ凰惴▽ν队伴撝档倪x擇要求較高，閾值選擇過大或過小都會影響到最終定位正確率。由于車牌區(qū)域一般具有固定顏色特征而HSV顏色空間能夠非常精確地區(qū)分出不同顏色，故本文在HSV顏色空間中進行車牌底色區(qū)域判斷，從而得到更準確的車牌底

3、色區(qū)域。由于利用顏色特征得到了更精確的車牌底色區(qū)域，車牌區(qū)域的投影呈現(xiàn)出明顯的分布特點，從而在行定位和列定位時，投影閾值的選擇比傳統(tǒng)投影法中相應(yīng)投影閾值選擇更容易一些。同時在行定位時，對所有疑似車牌區(qū)域都進行了判斷，得到了更多車牌備選區(qū)域，提高了車牌定位正確率。
　　(2)利用垂直投影法進行字符分割。傳統(tǒng)的垂直投影法對所有字符均采用相同的投影閾值，對漢字字符的分割正確率低，考慮到漢字字符筆畫較多，漢字的垂直投影一般大于非漢字字符的

4、垂直投影，本文對漢字與非漢字字符分別采用不同的垂直投影閾值，較好的完成了對漢字字符的分割工作。
　　(3)提出了基于字符特征匹配的字符識別算法。目前字符識別算法通常選擇網(wǎng)格特征、水平方向特征和垂直方向特征的一種或幾種作為字符特征，無法準確的反映字符特點，本文字符識別算法選擇這三種特征以及字符圖像中所有白色像素的個數(shù)作為字符特征，從而使最終選取的字符特征既能夠反應(yīng)字符的局部細節(jié)又能體現(xiàn)字符整體的形狀分布。考慮到與英文字母和數(shù)字相比，