車牌快速識別算法的研究和實(shí)現(xiàn).pdf

1、我國經(jīng)濟(jì)的快速發(fā)展使得汽車擁有量急速增加,公路交通逐漸成為比較重要的運(yùn)輸途徑,所以公路交通是我國大力發(fā)展的基礎(chǔ)設(shè)施。城市交通的日益擁堵需要用更有效和更先進(jìn)的交通管理和控制。用電子信息技術(shù)提高交通效率、管理效率以及安全,智能交通系統(tǒng) ITS已成了目前交通管理的主要方向。
　　本文將現(xiàn)代信號處理技術(shù)——小波技術(shù),應(yīng)用到智能交通領(lǐng)域,即將小波變換應(yīng)用到車牌識別技術(shù)當(dāng)中來,并結(jié)合改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)和模板匹配對車牌字符進(jìn)行分類識別。主要的研

2、究內(nèi)容和成果如下:
　　1、在預(yù)處理階段,本文使用了灰度變換、鄰域?yàn)V波、中值濾波進(jìn)行圖像降噪,使用直方圖均衡化和灰度拉伸進(jìn)行圖像增強(qiáng),為了突出車牌信息,在直方圖均衡化的基礎(chǔ)上,本文提出了基于小波變換的非線性圖像增強(qiáng)算法。經(jīng)試驗(yàn)證明使用該算法平滑了圖像的直方圖,而且在整體上增強(qiáng)了圖像的清晰程度,并且圖像的邊緣有了明顯的增強(qiáng)。
　　2、在車牌定位階段,本文使用了dbN小波的車牌定位算法。通過研究dbN小波的特點(diǎn)和性質(zhì),并通過大量

3、的仿真實(shí)驗(yàn),提出了采用db8小波對車牌的左右邊界進(jìn)行定位。在采用數(shù)學(xué)形態(tài)學(xué)等方法取得車牌的上下邊界以后,使用db8小波對圖像進(jìn)行分解處理,提取有效信息。經(jīng)試驗(yàn)證明,db8小波能夠有效的去除車燈等無關(guān)區(qū)域的影響,為最后的車牌細(xì)定位提供良好的支持,最終本文算法對車牌的定位準(zhǔn)確率達(dá)到91.2％。
　　3、在字符分割階段,把車牌圖像首先進(jìn)行了二值化和傾斜角的校正處理。通過大量的實(shí)驗(yàn),提出一種基于小波變換了的閾值函數(shù),對車牌區(qū)域進(jìn)行消噪;然

4、后是字符分割,先除去車牌上下邊框,利用垂直投影、先驗(yàn)知識結(jié)合的辦法分割出每一個字符區(qū)域,再尋找字符的形態(tài)學(xué)連通域,切出字符矩形最小區(qū)域,對誤切分漢字進(jìn)行合并處理。
　　4、對于字符的識別,先對字符圖像進(jìn)行預(yù)處理,包括大小歸一化和細(xì)化處理;然后研究了字符的特征,針對BP神經(jīng)網(wǎng)絡(luò)收斂速度慢,在漢字字符識別的過程中,提出了基于改進(jìn)的的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行識別;最后提出了一種改進(jìn)的模板匹配算法,將模板匹配與字符特征和提取邊緣模板結(jié)合在一起,來