復雜環(huán)境下的車牌識別系統(tǒng)關(guān)鍵技術(shù)研究.pdf

1、隨著我國社會經(jīng)濟的快速發(fā)展，人們的收入水平正穩(wěn)步提高。伴隨著城鎮(zhèn)化的進程加快，汽車像其他常用家電一樣，快速普及進個人家庭生活之中，造成每年的汽車保有量快步攀升，但我國的道路及相關(guān)資源供給沒有隨之大幅增加，這就產(chǎn)生了交通擁堵、環(huán)境污染、停車難等亟需解決的社會問題，這也在一定程度上制約了我國社會經(jīng)濟的良性發(fā)展。在無法短時間內(nèi)提供大量道路資源及輔助設施的背景下，智能交通系統(tǒng)應運而生。
　　智能交通是當下及將來交通運輸系統(tǒng)的發(fā)展方向，能有

2、效地解決當前面臨的交通問題。車牌識別技術(shù)作為智能交通系統(tǒng)的重要研究課題之一，是智能交通領域的一個重要支撐點。本文主要研究復雜環(huán)境下車牌識別系統(tǒng)的關(guān)鍵技術(shù)，在總結(jié)前人研究經(jīng)驗和工作成果的基礎上，對車牌識別系統(tǒng)的若干關(guān)鍵問題進行了深入探討。
　　具體如下:首先，利用改進的基于金字塔變換的圖像增強算法進行圖像預處理，增強圖像的局部細節(jié)特征，從而減小環(huán)境和光照等條件變化對車牌定位的干擾;接著，通過二值化和數(shù)學形態(tài)學等圖像處理技術(shù)，使其形成

3、若干可能包含車牌的候選區(qū)，在此基礎上設計了一種“先周邊后中心”的車牌提取算法，以準確定位出車牌位置，進而提取出車牌圖像。對在不同場景與環(huán)境條件下采集的車輛圖像進行算法測試，該算法的車牌定位準確率為99.2％，平均定位時間0.309s;之后，對字符投影分割法進行改進，通過設計的車牌字符模板框進行字符分割;最后，利用SURF算法提取出車牌字符與模板字符特征點的SURF特征矢量，并使之進行特征匹配，通過最近鄰次近鄰法進行匹配對的提純，將匹配點