對車牌識別算法的研究以及基于Android平臺的車牌識別設(shè)計.pdf

1、隨著我國經(jīng)濟的不斷發(fā)展，機動車的數(shù)量也急劇上升。實現(xiàn)交通智能化管理以疏導(dǎo)擁堵的交通已經(jīng)成為當前一個重要的課題。車牌識別作為智能交通的一項關(guān)鍵技術(shù)，已經(jīng)發(fā)展了很多年。它不僅可以應(yīng)用到管理交通、控制流量，也可以用于住宅小區(qū)、學(xué)校、地下停車場、公司園區(qū)等的出入口。但是在實際中，車牌識別的應(yīng)用仍然沒有得到推廣，究其原因是因為現(xiàn)在對于車牌識別的研究仍然具有局限性，所以此課題值得去探究。
　　本論文是基于數(shù)字圖像處理的相關(guān)理論，將計算機視覺與

2、模式識別技術(shù)結(jié)合，對車牌牌照識別系統(tǒng)進行的研究與分析。本論文主要完成的工作有以下幾個部分:
　　(1)本文采用壓縮感知(Compressed Sensing，CS)的方法進行去噪，用該理論對圖像進行預(yù)處理，可以有效的還原原始車牌的圖像信息。因為在實際拍攝車牌圖片時容易受到干擾而使圖像帶有噪聲。所以本論文先要對車牌圖像進行預(yù)處理，其主要目的就是去除車牌圖像中的噪聲。
　　(2)在車牌的定位中，本論文對單層的顏色空間過度去噪會導(dǎo)

3、致背景圖像模糊的原理，并重點討論了去噪時的窗口選擇，從而對汽車圖像進行車牌區(qū)域的初步提取。然后再采用二值化和數(shù)學(xué)形態(tài)學(xué)結(jié)合的投影法就可以得到車牌的候選區(qū)域。由于中國的汽車牌照長寬比相對固定，所以從候選區(qū)域中選取長寬比最接近的區(qū)域即可得到車牌。
　　(3)在車牌分割中，對于車牌的預(yù)處理和車牌定位部分對于汽車圖像的處理類似。通過投影法在得到車牌的列方向像素累加后，根據(jù)字符空隙和字符像素累加不同就可以得到字符的位置，從而得到車牌的字符。

4、
　　(4)在車牌的字符識別時候本研究應(yīng)用了邊緣Haursdorff距離的模板匹配方法，并且對Haursdorff距離進行了詳細的闡述。通過實驗證明，本文的字符識別方法識別率較高、運算速度快。
　　(5)本文通過Eclipse和Android的SDK(Software Development Kit，SDK)搭建了Android的開發(fā)環(huán)境，并且集成我們算法的研究結(jié)果。同時，通過應(yīng)用高德的地圖開發(fā)包實現(xiàn)對汽車的定位。隨著智能手