車牌字符識別算法的研究和實現(xiàn).pdf

1、隨著交通需求量的不斷提高，基于圖像處理的車牌識別技術(shù)成為解決交通違規(guī)、監(jiān)控、收費等領(lǐng)域問題的重要手段、途徑。本文主要針對該技術(shù)的圖像采集、預(yù)處理、字符分割和識別幾個方面，展開了詳細(xì)的理論介紹、傳統(tǒng)算法的優(yōu)劣分析，并結(jié)合傳統(tǒng)算法的優(yōu)點通過改進得到本文的算法，給出實驗結(jié)果。 本文針對傳統(tǒng)Berson法、Ostu法容易受到噪聲干擾等缺點，改進Ostu法，得到基于Ostu的動態(tài)閾值法。它采用了分區(qū)域動態(tài)閾值更新策略，能夠在有效地抑制復(fù)雜

2、光照環(huán)境干擾的同時大大減少噪聲的參與，從而為后續(xù)分割工作提供了一個較好的車牌圖像環(huán)境。在字符分割模塊中，改進傳統(tǒng)的投影法，并提出計算每個字符的起始坐標(biāo)的思想，得到坐標(biāo)標(biāo)記法。該方法有效克服噪聲、字符粘連、斷裂的影響，實現(xiàn)字符的完整正確分割。最后，在字符識別模塊中，改進傳統(tǒng)的模板匹配法，提出多方面提取字符的結(jié)構(gòu)和統(tǒng)計特征的思想，得到基于結(jié)構(gòu)特征和統(tǒng)計特征的模板匹配法。其主要思想是，先提取數(shù)字和字母的結(jié)構(gòu)特征，進行粗分類，再提取漢字和剩下字

3、符的統(tǒng)計特征：行掃和列掃的特征值、行和列投影值、水平和垂直寬度，結(jié)合二值化字符的多方面特征形成各自的模板，而且加入、提取了一部分扭曲、含許多噪聲的特殊字符的特征，以擴大字符識別范圍，然后，輸入待識別字符進行模板匹配，得出正確的識別結(jié)果。 為了驗證文中算法的正確性和有效性，在車牌圖像二值化、字符分割、識別模塊中作了大量的編程實驗工作，算法經(jīng)VC++實現(xiàn)，實驗表明，本文的改進算法效果較好，對車牌識別速度、準(zhǔn)確率的提高作了有益的嘗試，