車牌檢測(cè)與識(shí)別算法研究.pdf

1、本文完成了車牌檢測(cè)與識(shí)別系統(tǒng)(License Plate Recognition，簡稱LPR)的算法研究和設(shè)計(jì)工作。論文首先介紹了車牌檢測(cè)與識(shí)別技術(shù)的研究現(xiàn)狀，分析了LPR系統(tǒng)的基本原理及主要圖像處理技術(shù)。在此基礎(chǔ)上，重點(diǎn)研究了車牌定位、傾斜校正、二值化、字符分割、字符識(shí)別等LPR系統(tǒng)中各組成模塊的算法。 在車牌檢測(cè)模塊中，利用車牌的顏色特征與紋理特征，提出一種新的基于模糊集的車牌定位方法。該方法用圖像顏色對(duì)區(qū)域檢測(cè)、顏色對(duì)邊緣

2、檢測(cè)、色度峰值統(tǒng)計(jì)及密集小邊緣增強(qiáng)，使用模糊集算子綜合它們的結(jié)果，精確提取出車牌。實(shí)驗(yàn)結(jié)果表明：對(duì)不同條件下拍攝的圖像應(yīng)用該方法，車牌提取準(zhǔn)確率達(dá)到98.0﹪。特別地對(duì)光照不均、背景復(fù)雜的圖像，該方法仍具有很強(qiáng)的魯棒性。之后本文又提出一種改進(jìn)的車牌傾斜校正方法，采用邊緣檢測(cè)旋與旋轉(zhuǎn)投影相結(jié)合的方法求取車牌的傾斜角度，之后使用雙線性插值旋轉(zhuǎn)方法穩(wěn)健地校正了傾斜車牌區(qū)域圖像。在車牌二值化模塊中借鑒P片法的二值化思想，同時(shí)融入對(duì)直方圖形態(tài)的考