車(chē)牌識(shí)別系統(tǒng)研究與實(shí)現(xiàn).pdf

1、隨著信息技術(shù)和智能技術(shù)的發(fā)展，交通管理系統(tǒng)的信息化、智能化是大勢(shì)所趨。車(chē)牌識(shí)別系統(tǒng)是智能交通系統(tǒng)的核心組成部分，在現(xiàn)代交通收費(fèi)管理系統(tǒng)中占有舉足輕重的作用。
　　本文對(duì)車(chē)牌識(shí)別系統(tǒng)中的車(chē)牌定位、字符分割和字符識(shí)別三大模塊進(jìn)行了比較深入、全面的研究，并具有創(chuàng)見(jiàn)性的提出了具有自適應(yīng)特點(diǎn)的車(chē)牌定位方法，該方法可以適用于各種光照條件和天氣狀況下拍攝的圖片，定位精度在99％以上，具有創(chuàng)新性的提出了利用相似字符的直方圖特征進(jìn)行相似字符識(shí)別的方

2、法，該方法可大幅度提高相似字符的識(shí)別率。
　　在車(chē)牌定位階段，本文根據(jù)車(chē)牌區(qū)域的豎向紋理特征比非車(chē)牌區(qū)域豐富這一特征提出了基于豎向紋理特征的車(chē)牌定位算法。該算法先通過(guò)圖片的均值和方差判斷圖片的光照條件和清晰度，從而選擇合理的定位閾值。然后用局部閾值二值化方法，求出車(chē)輛圖片中，灰度發(fā)生局部突變的部分，再通過(guò)差分法求出突變部分的左右邊緣，即跳變點(diǎn)圖，根據(jù)跳變點(diǎn)的數(shù)量和跳變點(diǎn)間的距離來(lái)確定可能的車(chē)牌區(qū)域，最后根據(jù)車(chē)牌的合理高度和寬度淘汰

3、偽車(chē)牌，找出真正的車(chē)牌區(qū)域。如果沒(méi)有找到合理的車(chē)牌區(qū)域，系統(tǒng)將自動(dòng)改變閾值，重新掃描。
　　在字符分割階段，本文提出先對(duì)車(chē)牌圖像進(jìn)行二值化、去噪聲處理，然后使用投影法找出字符間的間隔，從而分割字符的方法。使用投影法分割后，還必須把粘連的字符重新分割，把一些被錯(cuò)誤分割的字符進(jìn)行合并，從而提高字符分割的準(zhǔn)確性。
　　在字符識(shí)別階段，本文先采用模板匹配法進(jìn)行初步識(shí)別，再利用直方圖特征法對(duì)形似字符進(jìn)行進(jìn)一步識(shí)別，該方法具有一定的創(chuàng)新