技術(shù)的研究與實(shí)現(xiàn)基于Matlab的車牌定位及分割.pdf

1、伴隨著科學(xué)技術(shù)的飛速發(fā)展、日常生活質(zhì)量的全面提高,汽車的數(shù)量在各個(gè)國(guó)家的總體數(shù)量都出現(xiàn)出了快速的增長(zhǎng)。目前我國(guó)的汽車數(shù)量已經(jīng)增加到一億兩千萬(wàn)輛,是世界汽車總數(shù)量的12％,已經(jīng)成為了世界上第二大的汽車國(guó)家,并且其數(shù)量仍然在快速的增長(zhǎng)當(dāng)中。當(dāng)然,隨著汽車數(shù)量的不斷增多,馬路的不斷加寬加長(zhǎng),對(duì)這些汽車的管理也就是現(xiàn)在的交通問(wèn)題越來(lái)越被人們所關(guān)注,從而使其成為了一門很重要的學(xué)科來(lái)研究。在這門學(xué)科中主要研究的問(wèn)題又依賴于對(duì)車輛的識(shí)別,車輛識(shí)別也就

2、是車牌的識(shí)別。
　　一般車牌識(shí)別的步驟主要有三部分內(nèi)容:車牌定位,車牌字符分割,車牌字符識(shí)別。這三個(gè)部分組成了一個(gè)完整的車牌識(shí)別的過(guò)程。由于精力有限,本文只對(duì)三個(gè)步驟中的車牌定位和字符分割進(jìn)行相應(yīng)的仿真研究。
　　本文用到的定位方法是根據(jù)車牌的字符本身的橫向和縱向掃面特征、車牌的字符和底板的色彩差別特征,再結(jié)合其他的特征,通過(guò)特定算法的篩選過(guò)程來(lái)確定車牌位置并提取出車牌圖像。主要算法是通過(guò)比較決定使用Prewitt算子邊緣檢

3、測(cè)提取車牌的邊緣信息,根據(jù)車牌的垂直方向掃面特征和周邊色彩區(qū)別特點(diǎn)去除一定的干擾邊緣信息,連接邊緣點(diǎn),標(biāo)記連通域,根據(jù)車牌的形狀特征并采用Adaboost方法繼續(xù)去除干擾信息凸顯車牌信息以分離出車牌圖像,對(duì)分離出來(lái)的車牌圖像傾斜校正,去除上下邊界與左右邊界得到精確的車牌字符區(qū)域。經(jīng)過(guò)仿真分析,本文算法能夠很好的定位出車牌圖像,對(duì)單車牌圖像和多車牌圖像都適用,定位成功率高,通用性好。
　　本文的另外一部分是車牌分割,這部分內(nèi)容第一步