車(chē)牌自動(dòng)識(shí)別系統(tǒng)的研究和實(shí)現(xiàn).pdf

1、日益嚴(yán)重的交通問(wèn)題促使我國(guó)正在大力發(fā)展智能交通系統(tǒng),以緩解不斷加大的交通管理壓力。智能交通首先需要解決的問(wèn)題是如何有效獲取車(chē)輛的信息,這些信息將直接作為智能交通管理的依據(jù)。而車(chē)輛牌照的自動(dòng)識(shí)別不但是獲取車(chē)輛信息的重要方法和必要環(huán)節(jié),而且還是一個(gè)迫切需要解決的難點(diǎn)問(wèn)題。
　　 本課題是天津大學(xué)與天津市天地偉業(yè)數(shù)碼科技有限公司合作項(xiàng)目的子課題,目的是研究車(chē)牌識(shí)別的關(guān)鍵算法,并在軟件平臺(tái)上實(shí)現(xiàn)對(duì)車(chē)輛圖像的牌照自動(dòng)定位、分割和識(shí)別的功能

2、。
　　 本文介紹了車(chē)牌識(shí)別的主要算法和處理步驟,并通過(guò)比較已有的理論算法和國(guó)內(nèi)車(chē)牌的實(shí)際情況,并結(jié)合自己的想法,對(duì)車(chē)牌定位、分割和識(shí)別進(jìn)行嘗試,在試驗(yàn)的過(guò)程中,對(duì)不斷出現(xiàn)的新問(wèn)題進(jìn)行思考和分析,并解決解決了大部分的問(wèn)題,最后成功實(shí)現(xiàn)了車(chē)輛牌照的自動(dòng)識(shí)別。本文在車(chē)牌的定位算法和字符分割及識(shí)別之前的預(yù)處理算法方面更加側(cè)重,目的是為后面的車(chē)牌識(shí)別打下了良好的基礎(chǔ),并提高最后的識(shí)別正確率。
　　 以下是本文的主要工作:

3、　　 1.在對(duì)圖像進(jìn)行預(yù)處理的過(guò)程中,研究并提出了自動(dòng)判斷灰度圖像的對(duì)比度偏差系數(shù)的算法,成功對(duì)灰度圖像進(jìn)行灰度拉伸,增加了圖像的對(duì)比度；
　　 2.用一階差分的方法快速提取圖像輪廓和邊緣的過(guò)程中,提出了閾值濾波,在不丟失車(chē)牌信息的前提下,有效消除了干擾信息；
　　 3.用投影方法搜索車(chē)牌位置的過(guò)程中,提出了動(dòng)態(tài)投影掃描方法,不但提高了準(zhǔn)確度,還縮短了搜索時(shí)間；
　　 4.對(duì)原始圖像中車(chē)牌傾斜和變形的問(wèn)題做了深