基于圖像處理技術(shù)的車牌識(shí)別方法研究與實(shí)現(xiàn).pdf

1、伴隨著社會(huì)的進(jìn)步，我國的汽車工業(yè)由弱到強(qiáng)逐漸走向了繁榮。與此同時(shí)，這也帶來了巨大的挑戰(zhàn)：道路交通壓力劇增，城市擁堵，行車安全等諸多問題接踵而至。為了讓我們城市交通變得更順暢，出行更便捷，智能交通系統(tǒng)（Intelligence Transport System, ITS）越來越受到人們的關(guān)注。車牌識(shí)別系統(tǒng)（License Plate Recognition System, LPRS）是智能交通系統(tǒng)的核心技術(shù)之一，也是模式識(shí)別與智能控制技術(shù)

2、在ITS中的重要應(yīng)用。其中涉及到數(shù)字光學(xué)、數(shù)字圖像處理、計(jì)算機(jī)視覺等多個(gè)領(lǐng)域，廣泛地使用于公路自動(dòng)收費(fèi)（Electronic Toll Collection, ETC）、停車場(chǎng)智能管理、道路車流統(tǒng)計(jì)以及電子警察等。由此可見，深入研究車牌識(shí)別系統(tǒng)具有重要的現(xiàn)實(shí)意義。
　　本文設(shè)計(jì)的車牌識(shí)別系統(tǒng)分由四個(gè)部分組成，分別是車牌定位提取、車牌傾斜檢測(cè)和校正、字符分割算法和字符識(shí)別算法。不僅學(xué)習(xí)了常用的圖像處理手段，還深入研究了車牌識(shí)別的相關(guān)

3、算法，提出了一些行之有效的改進(jìn)措施。在此基礎(chǔ)上，開發(fā)完成了車牌識(shí)別系統(tǒng)。本論文的內(nèi)容主要由以下幾個(gè)部分組成：
　　一、介紹了國內(nèi)外車牌識(shí)別系統(tǒng)的研究現(xiàn)狀和研究意義，并具體指出我國在車牌識(shí)別技術(shù)中面臨的技術(shù)難點(diǎn)。
　　二、在車牌定位算法中引入了常用的圖像處理方法，為進(jìn)一步對(duì)車牌圖像進(jìn)行加工處理，先將彩色圖像轉(zhuǎn)變?yōu)榛叶葓D像，這樣可以提高系統(tǒng)運(yùn)行速度，縮短運(yùn)行時(shí)間。對(duì)于要定位的車牌，首先利用邊緣檢測(cè)算子提取邊緣，通過對(duì)比分析Rob

4、ert算子和Sobel算子得出，經(jīng)過改進(jìn)之后的Robert算子具有更加優(yōu)越的邊緣檢測(cè)性能。然后，我們利用圖像形態(tài)學(xué)開閉運(yùn)算可以定位提取到車牌的位置。
　　三、拍攝到的車牌圖像不一定剛好水平，此時(shí)我們需要對(duì)其進(jìn)行檢測(cè)。介紹了Hough變換和Radon變換兩種檢測(cè)傾斜的方法，算法實(shí)現(xiàn)上采用了檢測(cè)效果較好的 Hough變換。隨后，對(duì)出現(xiàn)傾斜的車牌進(jìn)行校正運(yùn)算，得到水平放置的圖像。
　　四、對(duì)于完成車牌定位，并且執(zhí)行完傾斜檢測(cè)和校正