基于特征匹配的彩色車(chē)牌定位算法研究.pdf

1、車(chē)牌識(shí)別系統(tǒng)是智能交通系統(tǒng)的核心組成部分，已廣泛應(yīng)用于交通管理領(lǐng)域。該系統(tǒng)主要包括車(chē)牌圖像采集、車(chē)牌圖像預(yù)處理、車(chē)牌定位、車(chē)牌字符分割、車(chē)牌字符識(shí)別等五部分組成。本文總結(jié)了近年來(lái)國(guó)內(nèi)外在車(chē)牌定位技術(shù)上的最新研究成果，并在此基礎(chǔ)上對(duì)邊緣檢測(cè)技術(shù)、彩色車(chē)牌定位等問(wèn)題進(jìn)行深入研究探討。本文研究的主要工作和成果如下:
　　 1)對(duì)當(dāng)前國(guó)內(nèi)外幾種典型的車(chē)牌定位方法進(jìn)行闡述與分析，同時(shí)對(duì)不同定位方法進(jìn)行了比較和評(píng)價(jià)。
　　 2)車(chē)牌

2、圖像的邊緣檢測(cè)。分析對(duì)比常用的邊緣檢測(cè)算子，并在研究分析相關(guān)文獻(xiàn)的基礎(chǔ)上，利用形態(tài)學(xué)開(kāi)閉運(yùn)算具有良好的邊緣抗噪性能這一優(yōu)點(diǎn)對(duì)形態(tài)學(xué)邊緣檢測(cè)算子進(jìn)行了改進(jìn)，實(shí)驗(yàn)結(jié)果表明，改進(jìn)的灰度形態(tài)學(xué)算子在邊緣檢測(cè)精度和抗噪性能上能取得很好的平衡。
　　 3)車(chē)牌初定位方法。引入CIELab彩色模型，利用Lab顏色空間中b通道藍(lán)、黃二色分別占據(jù)數(shù)軸二端的分離特性實(shí)現(xiàn)藍(lán)、黃車(chē)牌區(qū)域提取，并在灰度空間利用車(chē)牌區(qū)域豐富的紋理特性結(jié)合形態(tài)學(xué)技術(shù)實(shí)現(xiàn)車(chē)牌

3、區(qū)域的提取，然后對(duì)二種方法得到的目標(biāo)區(qū)域按融合規(guī)則實(shí)現(xiàn)區(qū)域融合，提高了車(chē)牌區(qū)域初始定位的準(zhǔn)確度。實(shí)驗(yàn)結(jié)果表明，本文融合算法克服單獨(dú)使用某一特征定位的局限性，提高了準(zhǔn)確度。
　　 4)車(chē)牌精確定位方法。對(duì)候選車(chē)牌區(qū)域按照基于SURF特征匹配方法進(jìn)行篩選識(shí)別，通過(guò)候選區(qū)域與車(chē)牌漢字庫(kù)模板之間的匹配度大小來(lái)確定最終車(chē)牌，并根據(jù)最佳匹配點(diǎn)對(duì)求出參數(shù)變化矩陣，實(shí)現(xiàn)待測(cè)坐標(biāo)系向參考坐標(biāo)系的變換，從而實(shí)現(xiàn)了傾斜校正。最后運(yùn)用水平投影法去除邊框